WT与Polg D257A/D257A骨髓来源巨噬细胞经铜绿假单胞菌刺激后的转录组分析
该数据集来自NCBI GEO,包含野生型C57BL/6J小鼠与Polg D257A/D257A线粒体病模型小鼠骨髓来源巨噬细胞(BMDMs)在静息状态及铜绿假单胞菌刺激六小时后的转录组数据,采用高通量测序进行表达谱分析,共1个文件

基本信息
资源简介
WT与Polg D257A/D257A骨髓来源巨噬细胞经铜绿假单胞菌刺激后的转录组分析
Transcriptomic analysis of WT and Polg D257A/D257A bone marrow derived macrophages (BMDMs) challenged with Pseudomonas aeruginosa
该数据集来自NCBI GEO,包含野生型C57BL/6J小鼠与Polg D257A/D257A线粒体病模型小鼠骨髓来源巨噬细胞(BMDMs)在静息状态及铜绿假单胞菌刺激六小时后的转录组数据,采用高通量测序进行表达谱分析,共1个文件。数据可用于研究线粒体病背景下巨噬细胞对细菌感染的免疫转录应答差异,探索感染易感性增强及免疫病理加重的分子机制,为肺炎、脓毒症等炎症终点的机制研究与潜在干预靶点发现提供基础(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):线粒体疾病(MtD)因其临床表现异质、症状常严重且呈进行性、缺乏有效疗法,构成重大公共卫生挑战。环境暴露,如细菌和病毒感染,可进一步损害线粒体功能并加剧MtD进展。MtD患者的感染更常进展为脓毒症、肺炎及其他有害的炎症终点。然而,导致MtD免疫病理增强的潜在免疫改变仍不清楚,构成关键知识空白,使该脆弱人群的治疗复杂化并增加死亡率。本数据集报告了从野生型(WT)C57BL/6J小鼠和聚合酶γ(Polg)相关MtD小鼠模型(Polg D257A/D257A)分离的骨髓来源巨噬细胞的转录组变化,涵盖静息状态及六小时
【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:GPL34328、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=GSE294537
【使用注意】
· 源站最后修改于 May 30 202,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=GSE294537
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
线粒体疾病(MtD)因临床表现异质性大、症状常严重且呈进行性、缺乏有效疗法,构成重大公共卫生挑战。环境暴露,如细菌和病毒感染,可进一步损害线粒体功能并加剧MtD进展。MtD患者的感染更常进展为脓毒症、肺炎及其他有害的炎症终点。然而,增强MtD免疫病理的潜在免疫改变仍不清楚,构成关键知识空白,使该脆弱人群的治疗复杂化并增加死亡率。本数据集报告了从野生型(WT)C57BL/6J小鼠和聚合酶γ(Polg)相关MtD小鼠模型(Polg D257A/D257A)分离的骨髓来源巨噬细胞的转录组变化,包括静息状态和感染铜绿假单胞菌PAO1菌株六小时后。这些数据揭示Polg D257A巨噬细胞存在高炎症性先天免疫状态,其特征为干扰素和炎症性细胞死亡通路相关基因表达升高。
本研究为线粒体功能障碍模型中的先天免疫失调提供了新的见解,并揭示了在Polg相关MtD中限制感染和炎症相关并发症的潜在靶点。
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。




