GSE156759:探索Adathoda vasica在分子水平参与缺氧轴的研究
该数据集来自NCBI GEO,标题为探索Adathoda vasica在分子水平参与缺氧轴的研究。源站描述指出,缺氧加剧与SARS-CoV2的多种病理特征相关,研究采用全基因组表达方法测试Adhatoda Vasica水提物对SARS-CoV2感染的潜在效应

基本信息
资源简介
GSE156759:探索Adathoda vasica在分子水平参与缺氧轴的研究
Exploring the involvement of Adathoda vasica in hypoxia axis at the molecular level
该数据集来自NCBI GEO,标题为探索Adathoda vasica在分子水平参与缺氧轴的研究。源站描述指出,缺氧加剧与SARS-CoV2的多种病理特征相关,研究采用全基因组表达方法测试Adhatoda Vasica水提物对SARS-CoV2感染的潜在效应。数据集含1个文件,样例为GSE156759_series_matrix.txt.gz,作者Atish Gheware,发布时间Aug 24 202,主题标签涉及表达谱芯片、GPL20775和10090。可用于研究缺氧相关通路及草药干预的基因表达分析(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):已发现缺氧加剧与SARS-CoV2的许多病理特征有关,如免疫功能受损、气道过度炎症、纤维化、脓毒症和血栓形成。在本研究中,我们使用全基因组表达方法测试了Adhatoda Vasica(AV)水提物(一种阿育吠陀抗缺氧和抗炎药物)对SARS-CoV2感染的潜在作用。
【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、GPL20775、10090。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE156759
【使用注意】
· 源站最后修改于 Apr 13 202,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=GSE156759
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
缺氧加剧已被确认在SARS-CoV2的多种病理特征中发挥作用,如免疫功能受损、气道过度炎症、纤维化、脓毒症和血栓形成。在本研究中,我们采用全基因组表达方法,测试了Adhatoda Vasica(AV)水提物——一种阿育吠陀抗缺氧和抗炎药物——对SARS-CoV2感染的潜在作用。在本研究中,我们对经AV处理的小鼠肺部进行了全基因组表达分析,并将其与COVID19患者的转录组数据进行了比较。转录组谱的荟萃分析显示,AV可能作为一种潜在的候选药物,增强免疫反应并阻止SARS-CoV2感染引发的转录反应。
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。




