系统性起病型幼年特发性关节炎中性粒细胞呈现脓毒症样特征且可被IL-1阻断逆转
该数据集来自NCBI GEO,包含3例活动期系统性起病型幼年特发性关节炎(sJIA)患者(2例疾病初发、1例系统性复发)和3例健康对照的中性粒细胞转录组高通量测序数据,共1个文件

基本信息
资源简介
系统性起病型幼年特发性关节炎中性粒细胞呈现脓毒症样特征且可被IL-1阻断逆转
Neutrophils in systemic onset Juvenile Idiopathic Arthritis display sepsis-like features which can be reverted by IL-1 blockade
该数据集来自NCBI GEO,包含3例活动期系统性起病型幼年特发性关节炎(sJIA)患者(2例疾病初发、1例系统性复发)和3例健康对照的中性粒细胞转录组高通量测序数据,共1个文件。研究比较sJIA患者与健康对照的中性粒细胞基因表达谱,发现两者转录组明显分离,sJIA中1068个基因显著上调、625个基因下调,GO分析提示炎症过程上调。数据可用于探索sJIA中性粒细胞的脓毒症样特征及IL-1阻断的逆转效应(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 28 201。
【数据内容】
源站描述(机器翻译,仅供参考):本研究探讨了系统性起病型幼年特发性关节炎(sJIA)中的中性粒细胞,sJIA是最常见的多因子自身炎症性疾病之一,以关节炎和严重全身炎症表现(如发热、皮疹、肝脾肿大和浆膜炎)为特征。疾病初发时中性粒细胞计数显著升高,与炎症介质水平相关,并在开始使用重组IL-1受体拮抗剂(rIL-1RA)治疗后数天内恢复正常。比较了来自3例活动期sJIA患者(治疗开始前,2例疾病初发、1例系统性复发)和3例健康对照的中性粒细胞。观察到sJIA患者与健康对照的转录组明显分离。sJIA中总共1068个基因显著上调、625个基因下调;GO分析提示炎症过程上调
【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:GPL18573、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=GSE103170
【使用注意】
· 源站最后修改于 Jul 25 202,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=GSE103170
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
本研究探讨了全身型幼年特发性关节炎(sJIA)中的中性粒细胞。sJIA是最常见的多因子自身炎症性疾病之一,以关节炎和严重的全身性炎症表现为特征,如发热、皮疹、肝脾肿大和浆膜炎。疾病起病时中性粒细胞计数显著升高,与炎症介质水平相关,并在开始使用重组IL-1受体拮抗剂(rIL-1RA)治疗后数天内恢复正常。研究比较了3例活动期sJIA患者(治疗开始前,其中2例为疾病起病,1例为全身性复发)和3名健康对照者分离的中性粒细胞。观察到sJIA患者与健康对照者(HCs)之间的转录组存在明显分离。sJIA中共有1068个基因显著上调,625个基因下调;GO分析表明,与健康对照者相比,sJIA中性粒细胞中炎症过程上调。GSEA分析显示,脓毒症患者中性粒细胞的转录组存在显著富集。
相应地,活动期sJIA患者的中性粒细胞表现出致敏表型,其特征为呼吸爆发增强、CD62L脱落及分泌囊泡脱颗粒。在接受rIL-1RA治疗并处于缓解期的sJIA患者中,该表型完全逆转。我们的数据表明,中性粒细胞在sJIA早期炎症阶段发挥重要作用,且中性粒细胞数量及炎症活性对IL-1信号阻断具有高度敏感性。
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。




