GSE172232:比较原代人气道模型基因表达用于囊性纤维化精准医学
该数据集来自 NCBI GEO,标题为 GSE172232,比较原代人气道模型在囊性纤维化精准医学中的基因表达。源站描述指出,培养的人支气管上皮(HBE)是评估小分子疗法疗效的金标准模型,但细胞难以获取,尤其对幼儿;人鼻上皮(HNE)被用作替代模型,但其是否重现 HBE 的基因表达特性尚不清楚

基本信息
资源简介
GSE172232:比较原代人气道模型基因表达用于囊性纤维化精准医学
Comparing gene expression across primary human airway models for cystic fibrosis precision medicine
该数据集来自 NCBI GEO,标题为 GSE172232,比较原代人气道模型在囊性纤维化精准医学中的基因表达。源站描述指出,培养的人支气管上皮(HBE)是评估小分子疗法疗效的金标准模型,但细胞难以获取,尤其对幼儿;人鼻上皮(HNE)被用作替代模型,但其是否重现 HBE 的基因表达特性尚不清楚。数据集含 1 个文件,样例为 GSE172232_series_matrix.txt.gz,作者 Gengming,He,发布时间 Apr 16 202,主题标签涉及高通量测序表达谱、GPL16791 和 9606。可用于研究 HBE 与 HNE 的基因表达差异,支持囊性纤维化精准医学的模型选择与比较分析(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 16 202。
【数据内容】
源站描述(机器翻译,仅供参考):理由:培养的人支气管上皮(HBE)是评估小分子疗法在囊性纤维化(CF)中疗效的金标准模型。然而,这些细胞难以获取,尤其是在幼儿中。人鼻上皮(HNE)被用作替代模型,尽管尚不清楚 HNE 是否重现 HBE 的基因表达特性
【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:GPL16791、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=GSE172232
【使用注意】
· 源站最后修改于 Nov 15 202,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=GSE172232
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:培养的人支气管上皮细胞(HBE)是评估小分子疗法治疗囊性纤维化(CF)疗效的金标准模型。然而,这些细胞难以获取,尤其是在幼儿中。人鼻上皮细胞(HNE)被用作替代模型,但尚不清楚HNE是否能重现HBE的基因表达特征。目的:研究HBE与HNE在全基因组范围内基因表达的异同,重点关注CF肺病修饰基因。方法:对来自21例接受肺移植的CF患者的配对培养及新鲜HNE和HBE(n=71份样本)进行RNA测序。首先比较培养与新鲜样本间的基因表达以评估培养过程的影响,然后比较培养的HNE与HBE之间的基因表达。比较培养HNE与HBE之间CF修饰基因的共表达关系。结果:培养过程对CF肺病修饰基因的表达水平影响甚微。这些基因在培养的HNE与HBE之间也显示出显著的等效表达。
在培养的HNE和HBE中,它们的共表达关系显著重叠,表明这两个组织中相应的生物学过程是一致的。结论:CF肺病修饰基因在培养的HNE和HBE中具有相似的表达谱。这支持使用HNE作为替代气道模型来研究CF肺病、修饰基因,并促进CF精准医学的研究。
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。




