重复香烟暴露对三维人支气管上皮培养物影响的转录谱芯片数据集
源站描述显示，研究利用三维人支气管上皮共培养模型，评估重复香烟烟雾暴露对细胞分化和炎症反应的生物学影响，发现香烟烟雾以剂量依赖方式破坏稳态能力，并从转录组数据预测到参与气道疾病早期发病机制的 EGFR 通路激活
基本信息
资源简介
重复香烟暴露对三维人支气管上皮培养物影响的转录谱芯片数据集
Transcription profiling by array to investigate effect of repeated cigarette exposure on three-dimensional human bronchial epithelial cultures
该数据集来自 ebi.ac.uk，采用 transcription profiling by array 技术，研究对象为 Homo sapiens，属于呼吸道疾病/细支气管疾病分类。源站描述显示，研究利用三维人支气管上皮共培养模型，评估重复香烟烟雾暴露对细胞分化和炎症反应的生物学影响，发现香烟烟雾以剂量依赖方式破坏稳态能力，并从转录组数据预测到参与气道疾病早期发病机制的 EGFR 通路激活。数据可用于研究香烟暴露下支气管组织的转录组改变及相关通路分析（来源 BioStudies）。
【数据内容】
源站描述（机器翻译，仅供参考）：香烟烟雾（CS）是慢性阻塞性肺疾病等慢性炎症性肺病发生的主要危险因素。为评估 CS 对肺组织的生物学影响，可使用三维（3D）器官型支气管组织培养来复制体内条件。我们开发了一种原创的 3D 人支气管上皮共培养模型，以评估重复 CS 暴露对细胞分化和炎症反应的生物学影响。我们发现 CS 能以剂量依赖方式破坏稳态能力，并且从转录组数据预测到参与气道疾病早期发病机制的 EGFR 通路激活。我们相信，用于重复 CS 暴露的支气管组织模型可为生物系统中的组织特异性改变提供有价值的信息。
【主题与分类】
主题标签：transcription profiling by array、Homo sapiens。本站分类：呼吸道疾病/细支气管疾病。
【获取与许可】
源站页面：https://ebi.ac.uk/biostudies/studies/E-MTAB-6175
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://ebi.ac.uk/biostudies/studies/E-MTAB-6175
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
Kazushi Matsumura; Shinkichi Ishikawa; Shigeaki Ito (2018). Transcription profiling by array to investigate effect of repeated cigarette exposure on three-dimensional human bronchial epithelial cultures [Dataset]. https://www.ebi.ac.uk/biostudies/studies/E-MTAB-6175
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
