人肺泡上皮与内皮细胞与烟曲霉体外相互作用时差异基因表达的时间动态
该数据集来自 NCBI GEO(GSE28806),研究人肺泡上皮细胞(A549)与肺泡内皮细胞(HPAEC)在体外与致病性烟曲霉(Af293)共培养 0h、3h、6h 后的差异基因表达时间动态,并加入单核细胞来源或髓系树突状细胞以观察其对上皮层基因表达的影响

基本信息
资源简介
人肺泡上皮与内皮细胞与烟曲霉体外相互作用时差异基因表达的时间动态
The temporal dynamics of differential gene expression in human alveolar epithelial and endothelial cells interacting with the human pathogenic mould Aspergillus fumigatus in vitro
该数据集来自 NCBI GEO(GSE28806),研究人肺泡上皮细胞(A549)与肺泡内皮细胞(HPAEC)在体外与致病性烟曲霉(Af293)共培养 0h、3h、6h 后的差异基因表达时间动态,并加入单核细胞来源或髓系树突状细胞以观察其对上皮层基因表达的影响。RNA 在各时间点提取并杂交至芯片,芯片覆盖约 110 个精选人免疫相关基因,包括细胞因子、趋化因子及其受体和下游天然免疫基因。数据可用于分析宿主细胞对烟曲霉的早期免疫转录响应(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 22 201。
【数据内容】
源站描述(机器翻译,仅供参考):烟曲霉是免疫受损患者中最相关的致病性霉菌。烟曲霉孢子被吸入并到达肺泡,在那里与人免疫系统相互作用。在这组实验中,我们将具有确定形态的烟曲霉(Af293)与代表人气道上皮(A549)或人肺泡内皮(HPAEC)的细胞分别共培养 0 小时、3 小时和 6 小时。我们将来自志愿者供者血液的单核细胞来源或髓系树突状细胞加入上皮层,以检查它们对基因表达的影响。在每个时间点从两种细胞系中提取 RNA 并杂交至微阵列。微阵列包含约 110 个精选的人类免疫相关基因的探针,包括细胞因子和趋化因子基因、其受体以及下游天然免疫基因。
【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:Expression profiling by array、GPL10270、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=GSE28806
【使用注意】
· 源站最后修改于 Feb 03 202,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=GSE28806
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
烟曲霉是免疫功能低下患者中最具相关性的致病性霉菌。烟曲霉的孢子被吸入后到达肺泡,在那里与人体免疫系统相互作用。在这组实验中,我们将特定形态的烟曲霉(Af293)分别与代表人气道上皮(A549)或人肺泡内皮(HPAEC)的细胞共培养0小时、3小时和6小时。我们将来自志愿者供者血液的单核细胞衍生树突状细胞或髓系树突状细胞加入上皮层,以检测其对基因表达的影响。在每个时间点从两种细胞系中提取RNA,并与微阵列杂交。微阵列包含约110个选定的人类免疫相关基因的探针,包括细胞因子和趋化因子基因、其受体以及下游先天免疫基因。
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。




