原代人肺成纤维细胞(囊性纤维化 vs 非囊性纤维化)在结缔组织气道3D模型中的转录组谱

该数据集来自NCBI GEO,标题为原代人肺成纤维细胞(囊性纤维化 vs 非囊性纤维化)在结缔组织气道3D模型中的转录组谱,采用高通量测序进行表达谱分析,平台为GPL24676,物种为人(9606)

geo
浏览 6
基因组分类GPL246769606
GSE141536: Transcriptome profile of Primary Human Lung Fibroblasts (Cystic Fibrosis vs. Non-Cystic Fibrosis) arranged in a 3D model of the connective airways tissue

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-27

资源简介

原代人肺成纤维细胞(囊性纤维化 vs 非囊性纤维化)在结缔组织气道3D模型中的转录组谱

Transcriptome profile of Primary Human Lung Fibroblasts (Cystic Fibrosis vs. Non-Cystic Fibrosis) arranged in a 3D model of the connective airways tissue

该数据集来自NCBI GEO,标题为原代人肺成纤维细胞(囊性纤维化 vs 非囊性纤维化)在结缔组织气道3D模型中的转录组谱,采用高通量测序进行表达谱分析,平台为GPL24676,物种为人(9606)。数据包含1个文件(GSE141536_series_matrix.txt.gz),由R,De Cegli于2019年12月5日发布。该3D模型通过特定的自下而上组织工程方法构建,成纤维细胞嵌入自身产生的内源性基质中。数据可用于比较囊性纤维化与非囊性纤维化成纤维细胞在3D结缔组织气道模型中的基因表达差异,支持呼吸系统疾病相关转录组分类研究(来源 NCBI)。

【数据集背景】

源站首次发布:Dec 05 201。

【数据内容】

源站描述(机器翻译,仅供参考):结缔组织气道的3D模型是通过使用一种特定的自下而上组织工程方法获得的,该方法能够开发出以成纤维细胞嵌入由成纤维细胞自身产生的内源性基质中为特征的3D组织。

【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:GPL24676、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=GSE141536

【使用注意】

· 源站最后修改于 Sep 14 202,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE141536

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

连接气道组织的3D模型是通过采用一种特定的自下而上的组织工程方法获得的,该方法能够开发出具有成纤维细胞嵌入由成纤维细胞自身产生的内源性基质中的特征的3D组织。

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。