饮食诱导肥胖对高氧性肺损伤的影响
该数据集来自 NCBI GEO,标题为“饮食诱导肥胖对高氧性肺损伤的影响”,包含 1 个文件(GSE123938_series_matrix.txt.gz),采用高通量测序进行表达谱分析,物种为小鼠(10090),平台为 GPL21103

基本信息
资源简介
饮食诱导肥胖对高氧性肺损伤的影响
Impact of Diet Induced Obesity on Hyperoxic Lung Injury
该数据集来自 NCBI GEO,标题为“饮食诱导肥胖对高氧性肺损伤的影响”,包含 1 个文件(GSE123938_series_matrix.txt.gz),采用高通量测序进行表达谱分析,物种为小鼠(10090),平台为 GPL21103。研究旨在探究高脂饮食诱导的肥胖对小鼠高氧性急性肺损伤易感性的影响,数据可用于分析肥胖背景下高氧暴露相关的基因表达变化,为 ARDS 等呼吸系统疾病研究提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 17 201。
【数据内容】
源站描述(机器翻译,仅供参考):背景:肥胖已成为全球关注的问题。急性呼吸窘迫综合征(ARDS)占重症监护病房总入院人数的10.4%,并与极高的死亡率相关。肥胖患者中ARDS的发病率增加。将啮齿动物暴露于高氧环境可模拟在ARDS患者中观察到的许多临床和病理特征。本研究旨在确定高脂饮食诱导的肥胖对小鼠高氧性急性肺损伤易感性的影响。
【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:GPL21103、10090。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=GSE123938
【使用注意】
· 源站最后修改于 Jul 25 201,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=GSE123938
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
背景:肥胖已成为全球关注的健康问题。急性呼吸窘迫综合征(ARDS)占重症监护病房总入院人数的10.4%,且死亡率极高。肥胖患者中ARDS的发病率升高。将啮齿类动物暴露于高氧环境可模拟ARDS患者中观察到的许多临床和病理特征。本研究旨在确定高脂饮食诱导的肥胖对小鼠高氧性急性肺损伤易感性的影响。方法:雄性C57BL/6小鼠分别接受60%脂肪饮食或成分匹配的10%脂肪饮食。将小鼠暴露于>95%氧气以诱导肺损伤。从肺匀浆中分离RNA,并通过将RNA测序结果与小鼠Mitocarta(一个编码线粒体定位蛋白的基因清单)进行比较,我们鉴定出脂肪酸合酶(FASN)——一种催化脂肪酸从头合成的酶——是随饮食和高氧暴露而显著变化的线粒体基因之一。我们利用他莫昔芬诱导型Cre重组酶构建体(FASNflox/flox SPC Cre+/-)制备了肺泡上皮细胞FASN缺陷小鼠,并将其暴露于高氧环境和高脂饮食。
结果:接受60%脂肪饮食的小鼠体重、血清胆固醇和空腹血糖显著升高。高脂饮食小鼠的生存率显著降低,肺损伤加重,通过BAL蛋白和LDH、组织学和TUNEL染色评估。通过对肺匀浆进行RNA测序,我们发现FASN是线粒体基因之一,在60%脂肪饮食小鼠中较10%脂肪饮食小鼠显著降低,并在高氧条件下进一步降低。我们通过免疫印迹和免疫组化证实,高脂饮食小鼠肺中FASN蛋白水平较低。在高氧暴露48小时后,FASNflox/flox SPC Cre+/-小鼠表现出BAL蛋白和LDH水平升高以及更严重的组织学肺损伤。FASNflox/flox SPC Cre+/-小鼠在高氧后仍更易发生肺损伤
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。




