Nintedanib在博来霉素诱导大鼠肺纤维化模型中的效果:转录组分析
该数据集来自 NCBI GEO,包含一项关于 Nintedanib 在博来霉素诱导的大鼠肺纤维化模型中转录组效应的研究数据,仅提供 1 个文件(GSE278200_series_matrix.txt.gz),基于高通量测序表达谱

基本信息
资源简介
Nintedanib在博来霉素诱导大鼠肺纤维化模型中的效果:转录组分析
Effect of Nintedanib in a Rat Model of Bleomycin-Induced Lung Fibrosis: A Transcriptome Analysis
该数据集来自 NCBI GEO,包含一项关于 Nintedanib 在博来霉素诱导的大鼠肺纤维化模型中转录组效应的研究数据,仅提供 1 个文件(GSE278200_series_matrix.txt.gz),基于高通量测序表达谱。数据可用于分析 Nintedanib 给药后肺组织转录组的整体变化,探索其抗纤维化作用的分子机制,并为肺纤维化相关基因表达研究提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):引言:特发性肺纤维化(IPF)是一种预后不良的进行性肺部疾病,会导致不可逆的肺实质损伤。吡非尼酮和尼达尼布对 IPF 显示出一定益处,但无法治愈或逆转其进展。此外,它们发挥作用的分子机制仍未完全阐明。尼达尼布是一种多激酶受体调节剂,可抑制多种增殖通路,并在肺纤维化模型中显示出抗纤维化作用。然而,在肺纤维化的体内模型中,其给药对肺转录组的影响尚未得到深入研究。本研究旨在评估尼达尼布在博来霉素诱导的大鼠肺纤维化模型中的全面转录组谱。
【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:GPL20084、10116。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=GSE278200
【使用注意】
· 源站最后修改于 May 18 202,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=GSE278200
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
引言:特发性肺纤维化(IPF)是一种预后不良的进行性肺部疾病,可导致不可逆的肺实质损伤。吡非尼酮和尼达尼布对IPF显示出一定疗效,但无法治愈或逆转其进展。此外,其作用所涉及的分子机制尚未被完全阐明。尼达尼布是一种多激酶受体调节剂,可抑制多种增殖通路,并在肺纤维化模型中表现出抗纤维化作用。然而,在肺纤维化体内模型中,其给药对肺转录组的影响尚未得到深入研究。本研究旨在评估尼达尼布在博来霉素诱导的大鼠肺纤维化模型中的全面转录组学特征。材料与方法:通过两次气管内给予博来霉素诱导肺纤维化。尼达尼布“治疗性”方案包括在首次博来霉素给药后第七天开始,每日口服治疗(100 mg/kg),持续三周。实验结束时,取左肺进行处理,采用自动化定量系统和Ashcroft评分评估进行组织学纤维化评价。
采用右肺进行RNA测序,以开展差异表达分析(DEGs)和相关性网络分析(WGCNA)。通过细胞和通路富集分析对WGCNA模块进行了全面审查。此外,通过测定右肺裂解液中丙二醛(MDA)的含量来评估脂质过氧化。结果:博来霉素诱导了显著的纤维化病变,经自动定量和Ashcroft评分证实。尼达尼布减小了纤维化病变的大小(约15%),并降低了严重Ashcroft评分的发生率。与对照组相比,差异表达基因的数量从纤维化动物中的2000多个降至尼达尼布治疗大鼠中的仅400多个。WGCNA鉴定出两个与组织学参数相关的基因簇,
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。




