LOX-1减轻肺炎诱导肺损伤的表达谱数据
该数据集来自NCBI GEO,包含1个文件(GSE208233_series_matrix.txt.gz),基于高通量测序对肺炎相关肺组织进行表达谱分析

基本信息
资源简介
LOX-1减轻肺炎诱导肺损伤的表达谱数据
Lectin-like oxidized low-density receptor-1 attenuates pneumonia-induced lung injury
该数据集来自NCBI GEO,包含1个文件(GSE208233_series_matrix.txt.gz),基于高通量测序对肺炎相关肺组织进行表达谱分析。研究聚焦LOX-1在肺炎诱导肺损伤中的作用,涉及ARDS患者与肺炎小鼠肺内LOX-1的积累,以及肺泡巨噬细胞和招募中性粒细胞作为表达位点。数据可用于探索肺炎宿主因子、肺损伤保护机制及免疫细胞表达特征(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):识别导致肺炎发病率和严重程度的宿主因素对于指导开发更有效的疗法至关重要。凝集素样氧化低密度脂蛋白受体-1(LOX-1)是一种清道夫受体,已知可促进血管损伤和炎症,但LOX-1在肺中是否发挥作用以及如何发挥作用尚不清楚。在此,我们提供了LOX-1在ARDS患者和肺炎小鼠肺中大量积累的证据。与先前描述的LOX-1的损伤性作用不同,我们发现LOX-1在肺泡气腔中具有独特的保护作用,限制蛋白性水肿和炎症。我们还确定肺泡巨噬细胞和招募的中性粒细胞是肺中LOX-1表达的两个主要位点,其中巨噬细胞能够在肺炎期间进一步诱导,中性粒细胞表现出快速但异质的
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL19057、10090。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE208233
【使用注意】
· 源站最后修改于 Dec 21 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE208233
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
识别导致肺炎发病率和严重程度的宿主因素对于指导开发更有效的疗法至关重要。凝集素样氧化低密度脂蛋白受体-1(LOX-1)是一种清道夫受体,已知可促进血管损伤和炎症,但LOX-1在肺中是否发挥作用及如何发挥作用尚不清楚。在此,我们提供了LOX-1在ARDS患者和肺炎小鼠肺中大量蓄积的证据。与先前描述的LOX-1的有害作用不同,我们发现LOX-1在肺泡气腔中具有独特的保护作用,可限制蛋白性水肿和炎症。我们还鉴定出肺泡巨噬细胞和募集的中性粒细胞是肺中LOX-1表达的两个主要部位,其中巨噬细胞能够在肺炎期间进一步诱导表达,而中性粒细胞在感染肺中表现出LOX-1的快速但异质性升高。阻断LOX-1导致肺泡巨噬细胞中免疫信号失调,表现为活化标志物的改变以及炎症基因网络的伴随升高。
然而,骨髓嵌合体实验也提示中性粒细胞在LOX-1介导的肺保护中发挥重要作用,LOX-1+中性粒细胞表现出与修复过程一致的转录变化进一步支持了这一点。综上所述,本研究确立了LOX-1在肺炎期间作为肺组织保护因子的作用,这可能通过其对肺泡巨噬细胞(AMs)和LOX-1+气腔中性粒细胞免疫信号的影响来介导。
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。




