巨噬细胞重极化转录与功能多样性:慢性炎症与囊性纤维化的意义
研究关注巨噬细胞从 LPS 刺激的 M1 表型向 M2 表型重极化的转录与功能差异,使用 5 种刺激条件,涉及 IL-10 与 IL-4 对 LPS 耐受性的调控以及吞噬相关通路的富集,并比较囊性纤维化巨噬细胞的修复反应

基本信息
资源简介
巨噬细胞重极化转录与功能多样性:慢性炎症与囊性纤维化的意义
Transcriptional and Functional Diversity of Macrophage Repolarization: Implications in Chronic Inflammation and Cystic Fibrosis
该数据集来自 NCBI GEO(GSE100521),包含 1 个表达谱芯片文件 GSE100521_series_matrix.txt.gz,平台为 GPL10558,物种为人类(9606)。研究关注巨噬细胞从 LPS 刺激的 M1 表型向 M2 表型重极化的转录与功能差异,使用 5 种刺激条件,涉及 IL-10 与 IL-4 对 LPS 耐受性的调控以及吞噬相关通路的富集,并比较囊性纤维化巨噬细胞的修复反应。数据可用于巨噬细胞极化状态分类、慢性炎症与囊性纤维化相关机制探索(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 27 201。
【数据内容】
源站描述(机器翻译,仅供参考):巨噬细胞的可塑性使细胞能够采用不同的表型,这一特性在慢性肺部疾病如囊性纤维化(CF)中可能具有重要意义。我们使用5种刺激物,研究了巨噬细胞从“M1”(LPS刺激)向“M2”表型重极化的转录和功能意义。我们发现巨噬细胞对不同的M2极化刺激表现出高度多样的反应。具体而言,我们观察到IL-10消除了LPS耐受,使LPS反应性得以快速恢复。相反,IL-4增强了LPS耐受,在重复LPS刺激后抑制了促炎反应。我们发现用IL-10刺激的巨噬细胞中吞噬作用相关通路富集,使其表现出最强的胞葬能力。最后,我们观察到CF巨噬细胞具有完整的修复反应,提示
【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:Expression profiling by array、GPL10558、9606。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE100521
【使用注意】
· 源站最后修改于 Oct 19 202,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=GSE100521
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
巨噬细胞的可塑性使细胞能够呈现不同的表型,这一特性在慢性肺部疾病如囊性纤维化(CF)中可能具有重要的意义。我们使用5种刺激物,研究了巨噬细胞从“M1”型(LPS刺激)向“M2”型再极化的转录和功能意义。我们发现巨噬细胞对不同的M2极化刺激表现出高度多样化的反应。具体而言,我们观察到IL-10消除了LPS耐受性,使得LPS反应性得以快速恢复。相反,IL-4增强了LPS耐受性,在重复LPS刺激后抑制了促炎反应。我们发现经IL-10刺激的巨噬细胞中吞噬作用相关通路富集,使其表现出最强的胞葬能力。最后,我们观察到CF巨噬细胞具有完整的修复反应,提示巨噬细胞对CF肺病的作用是由其环境微环境所塑造的,并且是可调节的。
这些发现凸显了巨噬细胞活化状态的多样性,将这些刺激因素与功能后果相关联,并提供了一套独特的人类巨噬细胞重极化标志物资源。
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。




