清金化痰汤治疗慢性阻塞性肺疾病的转录组与代谢组整合分析数据集
该数据集来自 NCBI GEO,围绕清金化痰汤(QJHTD)治疗慢性阻塞性肺疾病(COPD)的作用机制,提供转录组与代谢组整合分析的高通量测序表达谱数据

基本信息
资源简介
清金化痰汤治疗慢性阻塞性肺疾病的转录组与代谢组整合分析数据集
Integrative Transcriptomic and Metabolomic Profiling Unravels Anti-Apoptotic and Anti-Inflammatory Properties of Qing-Jin-Hua-Tan Decoction in Chronic Obstructive Pulmonary Disease
该数据集来自 NCBI GEO,围绕清金化痰汤(QJHTD)治疗慢性阻塞性肺疾病(COPD)的作用机制,提供转录组与代谢组整合分析的高通量测序表达谱数据。数据包含 1 个文件(GSE223102_series_matrix.txt.gz),物种为小鼠(10090),平台为 GPL24247。可用于探索 QJHTD 抗凋亡与抗炎作用的分子机制,支持差异表达分析、通路富集及多组学整合研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):清金化痰汤(QJHTD)是一种经典中药(TCM)方剂,已被证明适用于包括慢性阻塞性肺疾病(COPD)在内的炎症性肺疾病的治疗,但其对 COPD 的作用机制仍不明确。我们旨在探索 QJHTD 对 COPD 疗效背后的分子机制。
【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:GPL24247、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=GSE223102
【使用注意】
· 源站最后修改于 Feb 14 202,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=GSE223102
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
清金化痰汤(Qing-Jin-Hua-Tan decoction,QJHTD)是一种经典中药方剂,已被证明适用于治疗包括慢性阻塞性肺疾病(COPD)在内的炎症性肺病,但其治疗COPD的作用机制仍不明确。本研究旨在探讨QJHTD治疗COPD疗效背后的分子机制。在对QJHTD进行化学分析后,我们利用香烟烟雾(CS)提取物(CSE)和脂多糖(LPS)刺激的BEAS-2B细胞和RAW264.7细胞,在体外证实了QJHTD的抗凋亡和抗炎活性。在CS-LPS暴露的BALB/c小鼠中评估了QJHTD的体内治疗活性。表型数据显示,抗凋亡和抗炎特性在QJHTD治疗COPD中表现突出。基于网络药理学的预测结合小鼠肺组织的转录组分析表明,抑制IL-1β、IL-6、TNF、IκB-NF-κB、TLR、MAPK等信号通路以及细胞凋亡,参与了QJHTD的抗COPD机制。
代谢组学分析揭示了QJHTD方案治疗COPD的主要作用在于抑制凋亡和鞘脂(SL)代谢,同时增强胆碱(Ch)代谢。转录组-代谢组整合分析揭示了SL代谢与凋亡之间的桥梁。计算机分子对接显示,QJHTD中的活性化合物金合欢素能以高亲和力与靶蛋白结合,包括MEK1、MEK2、ERK1、ERK2、Bcl2、NF-κB和alCDase。这些发现全面揭示了QJHTD抗COPD作用的分子特征,并为这种多因素疾病的新型药物治疗提供了理论依据。
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。




