纤维化过敏性肺炎的血源分子内分型:两种免疫亚型及其临床结局差异

该数据集来自 omicsdi.org,聚焦纤维化过敏性肺炎(fHP)的全血转录组分子内分型研究。研究基于 fHP 队列全血转录组识别出两种免疫特征迥异的分子内分型,并在全血、外周血单个核细胞、支气管肺泡灌洗液、外科肺活检组织转录组及血浆蛋白质组中验证

omicsdi
浏览 9
基因组分类Transcriptomics
Blood-based Molecular Endotyping of Fibrotic Hypersensitivity Pneumonitis Identifies Two Immune Subtypes with Divergent Clinical Outcomes

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-31

资源简介

纤维化过敏性肺炎的血源分子内分型:两种免疫亚型及其临床结局差异

该数据集来自 omicsdi.org,聚焦纤维化过敏性肺炎(fHP)的全血转录组分子内分型研究。研究基于 fHP 队列全血转录组识别出两种免疫特征迥异的分子内分型,并在全血、外周血单个核细胞、支气管肺泡灌洗液、外科肺活检组织转录组及血浆蛋白质组中验证。淋巴型(L-fHP)以适应性免疫通路富集和淋巴细胞优势为特征,非淋巴型(N-fHP)以固有免疫通路富集和中性粒细胞、巨噬细胞优势为特征,后者基线肺功能更低、无移植生存期更短。数据可用于免疫亚型分类建模与临床结局关联分析(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):纤维化过敏性肺炎(fHP)是一种抗原驱动的致死性间质性肺病,治疗选择有限。我们使用多种分析算法,在 fHP 队列的全血转录组中识别出两种具有不同免疫特征的分子内分型,并在全血、外周血单个核细胞、支气管肺泡灌洗液、外科肺活检组织的转录组以及血浆蛋白质组中进行了验证。淋巴型内分型(L-fHP)约占 fHP 病例的三分之二,显示适应性免疫通路富集和淋巴细胞优势;而非淋巴型内分型(N-fHP)则表现为固有免疫通路富集,以中性粒细胞和巨噬细胞为主。与 L-fHP 病例相比,N-fHP 病例基线肺功能更低,无移植生存期更短,然而皮质类固醇治疗与

【主题与分类】

主题标签:Transcriptomics。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://omicsdi.org/dataset/geo/GSE318816

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/geo/GSE318816

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

纤维化性过敏性肺炎(fHP)是一种由抗原驱动的致命性间质性肺病,治疗选择有限。我们运用多种分析算法,在fHP队列全血转录组中识别出两种具有不同免疫特征的分子内型,并在全血、外周血单个核细胞、支气管肺泡灌洗液、外科肺活检组织转录组以及血浆蛋白质组中进行了验证。淋巴细胞型内型(L-fHP)占fHP病例的三分之二,显示适应性免疫通路富集和淋巴细胞优势;而非淋巴细胞型内型(N-fHP)则表现为固有免疫通路富集,以中性粒细胞和巨噬细胞为主。与L-fHP病例相比,N-fHP病例基线肺功能较低,无移植生存期缩短,然而皮质类固醇治疗与L-fHP较差的無移植生存期相关,对N-fHP则无影响。这些结果表明,基于血液的分子内型分析能够揭示预后和治疗方面的洞见,并推动传统临床表型分析无法实现的精准医学。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。