GSE183438：肺再生多能肺祖细胞的鉴定
该数据集来自 NCBI GEO（GSE183438），主题为肺再生多能肺祖细胞的鉴定。源站描述显示，研究通过静脉输注小鼠或人胎儿/成体肺细胞建立肺嵌合模型，利用 R26R-Confetti 小鼠证明多谱系斑块源自单一肺祖细胞，并通过流式分选发现候选祖细胞共表达 CD31 与 EPCAM
基本信息
资源简介
GSE183438：肺再生多能肺祖细胞的鉴定
Identification of a multipotent lung progenitor for lung regeneration
该数据集来自 NCBI GEO（GSE183438），主题为肺再生多能肺祖细胞的鉴定。源站描述显示，研究通过静脉输注小鼠或人胎儿/成体肺细胞建立肺嵌合模型，利用 R26R-Confetti 小鼠证明多谱系斑块源自单一肺祖细胞，并通过流式分选发现候选祖细胞共表达 CD31 与 EPCAM。数据包含 1 个文件（GSE183438_series_matrix.txt.gz），主题标签涉及高通量测序表达谱分析，物种为小鼠（10090），平台为 GPL21103。该数据可用于肺祖细胞鉴定及肺再生相关表达谱研究（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 04 202。
【数据内容】
源站描述（机器翻译，仅供参考）：我们最近表明，在适当预处理受体小鼠后，静脉输注小鼠或人胎儿或成体肺细胞悬液，可在肺泡和细支气管谱系内以 distinct 'patches' 形式导致明显的肺嵌合。这些供体来源的“斑块”很大一部分同时包含上皮细胞和内皮细胞。我们在此使用 R26R-Confetti 小鼠作为供体，证明这些多谱系斑块源自单一肺祖细胞。对成年小鼠肺细胞进行荧光激活细胞分选显示，推定的斑块形成祖细胞共表达内皮标志物 CD31（PECAM-1）和上皮标志物 CD326（EPCAM）。在不同启动子下表达 GFP 的转基因 Cre/lox 小鼠通过证明该双阳性肺亚群中额外上皮和内皮标志物的表达来支持这种双重性。这些发现
【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=GSE183438
【使用注意】
· 源站最后修改于 Apr 10 202，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=GSE183438
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
我们近期研究表明，将小鼠或人胎儿或成人肺细胞悬液，在受体小鼠接受适当预处理后静脉输注，可在肺泡及细支气管谱系内形成明显的肺嵌合体，呈 distinct‘斑块’状分布。这些供体来源的‘斑块’中很大比例包含上皮和内皮细胞。此处我们利用R26R-Confetti小鼠作为供体，证明这些多谱系斑块源自单一肺祖细胞。对成年小鼠肺细胞进行荧光激活细胞分选显示，推测的斑块形成祖细胞共表达内皮标志物CD31（PECAM-1）和上皮标志物CD326（EPCAM）。在不同启动子下表达GFP的转基因Cre/lox小鼠支持这一双重性，证明该双阳性肺亚群中表达额外的上皮和内皮标志物。这些发现不仅可能为有效的肺再生铺平道路，还有助于更好地理解健康和疾病状态下肺血管系统及气道发育与维持。
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。
