SFPQ 挽救囊性纤维化支气管上皮细胞中 F508del-CFTR 的表达与功能
该数据集来自 NCBI GEO(GSE174160),包含 1 个文件,主题为呼吸系统疾病中的囊性纤维化。数据基于高通量测序表达谱分析,涉及人样本,聚焦 SFPQ 对 F508del-CFTR 表达与功能的调控

基本信息
资源简介
SFPQ 挽救囊性纤维化支气管上皮细胞中 F508del-CFTR 的表达与功能
SFPQ rescues F508del-CFTR expression and function in cystic fibrosis bronchial epithelial cells
该数据集来自 NCBI GEO(GSE174160),包含 1 个文件,主题为呼吸系统疾病中的囊性纤维化。数据基于高通量测序表达谱分析,涉及人样本,聚焦 SFPQ 对 F508del-CFTR 表达与功能的调控。可用于研究 SFPQ 在 CF 肺上皮细胞中调控突变型 CFTR 的分子机制及相关信号通路(来源 NCBI)。
【数据集背景】
源站首次发布:May 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):在此,我们研究了 SFPQ 在 CF 肺上皮细胞中调控 F508del-CFTR 表达与功能的作用。我们发现,与 WT-CFTR 对照细胞相比,F508del-CFTR CF 上皮细胞中 SFPQ 的表达降低。有趣的是,在 CF 细胞中过表达 SFPQ 可增加 F508del-CFTR 的表达并挽救其功能。此外,全面的转录组分析表明,SFPQ 通过调节多种细胞信号通路在激活突变型 F508del-CFTR 中发挥关键作用。这是关于 SFPQ 在 CF 肺病中调控 F508del-CFTR 表达与功能作用的首个报道。
【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=GSE174160
【使用注意】
· 源站最后修改于 Apr 22 202,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=GSE174160
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
在此,我们研究了SFPQ在囊性纤维化(CF)肺上皮细胞中对F508del-CFTR表达和功能的调控作用。我们发现,与野生型CFTR对照细胞相比,F508del-CFTR CF上皮细胞中SFPQ的表达降低。有趣的是,在CF细胞中过表达SFPQ不仅增加了F508del-CFTR的表达,还恢复了其功能。此外,全面的转录组分析表明,SFPQ通过调节多种细胞信号通路,在激活突变型F508del-CFTR中发挥关键作用。这是关于SFPQ在CF肺病中调控F508del-CFTR表达和功能作用的首次报道。
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。




