MRSA与FTY720 S-膦酸酯对人肺内皮细胞H3K9乙酰化的影响
该数据集来自NCBI GEO,研究耐甲氧西林金黄色葡萄球菌(MRSA)及FTY720 S-膦酸酯(Tys)对人肺内皮细胞组蛋白H3K9乙酰化的影响

基本信息
资源简介
MRSA与FTY720 S-膦酸酯对人肺内皮细胞H3K9乙酰化的影响
Effects of MRSA and FTY720 S-phosphonate on H3K9 acetylation in human lung endothelial cells
该数据集来自NCBI GEO,研究耐甲氧西林金黄色葡萄球菌(MRSA)及FTY720 S-膦酸酯(Tys)对人肺内皮细胞组蛋白H3K9乙酰化的影响。数据通过高通量测序进行基因组结合/占据谱分析,包含1个样本矩阵文件,物种为人(9606),平台为GPL20301。可用于探索MRSA诱导肺内皮细胞功能障碍的表观遗传机制,以及Tys干预下的乙酰化变化,为肺炎和急性呼吸窘迫综合征相关研究提供数据支持(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 15 202。
【数据内容】
源站描述(机器翻译,仅供参考):耐甲氧西林金黄色葡萄球菌(MRSA)是导致重症肺炎和脓毒症的常见原因,可引发急性呼吸窘迫综合征(ARDS)。MRSA可引起肺内皮细胞(EC)功能障碍,这是肺损伤发病和进展的关键步骤。我们先前的研究表明,1-磷酸鞘氨醇类似物FTY720 S-膦酸酯(Tysiponate,Tys)可改善MRSA诱导的肺EC活化和屏障破坏(PMID: 35015568)。为进一步理解MRSA和Tys对肺EC影响的机制,我们研究了相关的表观遗传变化。具体而言,我们研究了组蛋白赖氨酸乙酰化,这是一种核心表观遗传改变,与基因转录及内皮细胞对炎症刺激反应的功能调节相关。因此,我们测定了在存在或不存在[描述截断]条件下MRSA暴露的影响。
【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:GPL20301、9606。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=GSE274958
【使用注意】
· 源站最后修改于 Jan 29 202,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=GSE274958
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
耐甲氧西林金黄色葡萄球菌(MRSA)是导致重症肺炎和脓毒症的常见病因,可引发急性呼吸窘迫综合征(ARDS)。MRSA可引起肺内皮细胞(EC)功能障碍,这是肺损伤发病机制和进展中的关键步骤。我们既往研究已证实,1-磷酸鞘氨醇类似物FTY720 S-膦酸盐(Tysiponate,Tys)可改善MRSA诱导的肺内皮细胞活化及屏障破坏(PMID: 35015568)。为进一步推进对MRSA及Tys作用于肺内皮细胞机制的理解,我们研究了相关的表观遗传学改变。具体而言,我们研究了组蛋白赖氨酸乙酰化——这是一种核心的表观遗传修饰,与基因转录及内皮细胞对炎症刺激反应的功能调控相关。因此,我们测定了在存在或不存在Tys的情况下,MRSA暴露对肺内皮细胞组蛋白H3蛋白第9位赖氨酸残基乙酰化(H3K9ac)的影响,该修饰是一种与活跃启动子和基因激活相关的重要染色质修饰。
采用ChIP-seq分析对人类肺内皮细胞中H3K9ac表观遗传模式进行了无偏的全基因组分析。该分析识别出多个在内皮细胞暴露于MRSA±Tys时乙酰化靶向存在差异的基因。
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。




