肺泡巨噬细胞转录程序与急性呼吸窘迫综合征无呼吸机天数相关
该数据集来自 NCBI GEO,包含急性呼吸窘迫综合征(ARDS)患者肺泡巨噬细胞的基因组范围转录变化系列测量数据,共 1 个文件(GSE116560_series_matrix.txt.gz),基于 GPL6883 表达谱芯片平台,物种为人类(9606)

基本信息
资源简介
肺泡巨噬细胞转录程序与急性呼吸窘迫综合征无呼吸机天数相关
Alveolar Macrophage Transcriptional Programs are Associated with Ventilator-Free Days in Acute Respiratory Distress Syndrome
该数据集来自 NCBI GEO,包含急性呼吸窘迫综合征(ARDS)患者肺泡巨噬细胞的基因组范围转录变化系列测量数据,共 1 个文件(GSE116560_series_matrix.txt.gz),基于 GPL6883 表达谱芯片平台,物种为人类(9606)。数据可用于分析肺泡巨噬细胞转录程序动态变化与临床结局(如无呼吸机天数)之间的关联,支持呼吸系统疾病相关的表达谱研究与预测建模(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 02 201。
【数据内容】
源站描述(机器翻译,仅供参考):理由:对急性呼吸窘迫综合征(ARDS)患者肺泡巨噬细胞(AMs)中基因组范围转录变化的系列测量,可能识别与临床结局相关的动态生物学过程。
【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、GPL6883、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=GSE116560
【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=GSE116560
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
理由:对急性呼吸窘迫综合征(ARDS)患者肺泡巨噬细胞(AMs)全基因组转录变化进行连续测量,可识别与临床结局相关的动态生物学过程。目的:确定AM转录程序与ARDS病程中无呼吸机天数(VFDs)复合终点之间的关联。方法:我们对从ARDS患者支气管肺泡灌洗液中纯化的AMs进行了无偏倚的全基因组转录谱分析。细胞分别于基线(第1天)、ARDS发病后第4天和第8天获取。我们在各时间点评估了VFDs > 0(VFD-拔管/存活)与VFDs = 0(VFD-插管/死亡)受试者的通路富集情况。测量方法与主要结果:我们发现,根据VFD状态分组,ARDS患者在所有时间点的AM转录模式存在高度差异(FDR < 0.05)。与VFD-插管/死亡受试者相比,VFD-拔管/存活受试者第1天分离的AMs中,“M1样”及促炎基因集(如IL-6-JAK-STAT信号通路)显著富集。
相比之下,这些相同的基因集中有许多在第8天与VFD-插管/死亡受试者相关。在具有各时间点样本的患者中,我们识别出多个AM基因簇,其时间表达模式与VFD状态相关。在直接(肺内)与间接(肺外)ARDS受试者中,AM表达谱与VFD之间的关系截然不同。结论:ARDS病程中具有临床意义的结局与高度不同的AM转录程序相关。我们的发现提示,针对肺泡免疫反应的干预措施应在严格界定的时间段内进行测试。
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。




