CBD通过NF-κB/IL-1β/VCAM-1轴阻碍LPS诱导的中性粒细胞向肺迁移
该数据集来自NCBI GEO,包含一项关于大麻二酚(CBD)在LPS诱导的肺部炎症中抗炎作用的研究。数据通过高通量测序进行表达谱分析,涉及小鼠模型,聚焦巨噬细胞(主要为间质巨噬细胞)和中性粒细胞在炎症进展及CBD抗炎反应中的作用

基本信息
资源简介
CBD通过NF-κB/IL-1β/VCAM-1轴阻碍LPS诱导的中性粒细胞向肺迁移
CBD hinders LPS-induced neutrophils migration to the lungs through NF-κB/IL-1β/VCAM-1 axis
该数据集来自NCBI GEO,包含一项关于大麻二酚(CBD)在LPS诱导的肺部炎症中抗炎作用的研究。数据通过高通量测序进行表达谱分析,涉及小鼠模型,聚焦巨噬细胞(主要为间质巨噬细胞)和中性粒细胞在炎症进展及CBD抗炎反应中的作用。分子层面揭示CBD抑制巨噬细胞NF-κB/IL-1β轴,进而降低内皮细胞VCAM-1和趋化因子表达,最终抑制中性粒细胞迁移。数据可用于研究急性肺损伤/ARDS的炎症机制及CBD干预的转录组变化(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):急性肺损伤及其更严重的形式急性呼吸窘迫综合征是危及生命的疾病,其特征为不受控制的肺部炎症、气体交换受损和高死亡率。有效的治疗药物仍然有限。本研究探讨了大麻二酚(CBD)在LPS诱导的肺部炎症中的强效抗炎作用。通过细胞实验和转录组分析的结合,我们的研究阐明了巨噬细胞(主要为间质巨噬细胞)和中性粒细胞在炎症进展及CBD引发的抗炎反应中的关键参与。在分子水平上,我们的数据揭示CBD抑制巨噬细胞中的NF-κB/IL-1β轴,进而降低内皮细胞中VCAM-1和趋化因子的表达。因此,CBD抑制了中性粒细胞的迁移至
【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:GPL18480、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=GSE314208
【使用注意】
· 源站最后修改于 Oct 09 202,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=GSE314208
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
急性肺损伤及其更严重的形式——急性呼吸窘迫综合征,是以不受控制的肺部炎症、气体交换受损和高死亡率为特征的生命威胁性疾病。有效的治疗药物仍然有限。本研究探讨了大麻二酚(CBD)在LPS诱导的肺部炎症中的强效抗炎作用。通过细胞实验和转录组分析的结合,我们的研究阐明了巨噬细胞(主要为间质巨噬细胞)和中性粒细胞在炎症进展及CBD所引发的抗炎反应中的关键参与作用。在分子水平上,我们的数据揭示CBD抑制了巨噬细胞中的NF-κB/IL-1β轴,进而降低了内皮细胞中VCAM-1和趋化因子的表达。因此,CBD抑制了中性粒细胞向肺部的迁移。总之,我们的发现揭示了一种机制,即CBD通过抑制粒细胞向肺部的转运来发挥其抗炎作用,为该化合物的治疗潜力提供了新的见解。
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。




