内皮细胞通过染色质重塑保留炎症记忆 [RNA-Seq 2]
数据聚焦呼吸系统疾病中的肺炎,基于小鼠二次打击脓毒症模型,对肺和肾脏内皮细胞进行转录组分析,可用于研究内皮细胞炎症记忆的分子基础及染色质重塑机制(来源 NCBI)
![GSE299114: Endothelial Cells retain inflammatory memory through chromatin remodeling [RNA-Seq 2]](/medical-api/medicalDataset/datasetCover/164935.jpg)
基本信息
资源简介
内皮细胞通过染色质重塑保留炎症记忆 [RNA-Seq 2]
Endothelial Cells retain inflammatory memory through chromatin remodeling [RNA-Seq 2]
该数据集为 GSE299114 的 RNA-Seq 2 部分,来源于 NCBI GEO,包含 1 个文件(GSE299114_series_matrix.txt.gz),主题标签涉及高通量测序表达谱、GPL24247 平台及小鼠物种(10090)。数据聚焦呼吸系统疾病中的肺炎,基于小鼠二次打击脓毒症模型,对肺和肾脏内皮细胞进行转录组分析,可用于研究内皮细胞炎症记忆的分子基础及染色质重塑机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 05 202。
【数据内容】
源站描述(机器翻译,仅供参考):脓毒症幸存者表现出长期内皮功能障碍,增加对肺炎等继发性感染的易感性。为研究内皮炎症记忆的分子基础,我们对从鼠二次打击脓毒症模型中分离的肺和肾脏内皮细胞进行了转录组分析。该模型以盲肠结扎穿刺(CLP)作为主要炎症事件,随后经鼻内二次攻击肺炎链球菌。
【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:GPL24247、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=GSE299114
【使用注意】
· 源站最后修改于 Feb 05 202,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=GSE299114
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
脓毒症幸存者表现出长期的内皮功能障碍,增加了对肺炎等继发性感染的易感性。为探究内皮炎症记忆的分子基础,我们对从鼠双打击脓毒症模型中分离的肺和肾脏内皮细胞进行了转录组学分析。该模型以盲肠结扎穿刺(CLP)作为初次炎症事件,随后经鼻内二次攻击肺炎链球菌。
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。




