儿茶酚胺暴露后HLMVECs转录组图谱
该数据集为GSE315849，来源于NCBI，包含人肺微血管内皮细胞（HLMVECs）在特定浓度儿茶酚胺下暴露4小时和24小时后的bulk RNA测序数据，用于在受控体外条件下表征内皮细胞对持续肾上腺素能刺激的转录反应
基本信息
资源简介
儿茶酚胺暴露后HLMVECs转录组图谱
GSE315849 是一个来源于 NCBI 的转录组数据集，英文标题为 Trancriptomic profilin of HLMVECs following catecholamine exposure，本站将其归类于呼吸系统疾病 / 其他。该数据集提供了人肺微血管内皮细胞（HLMVECs）在特定浓度儿茶酚胺暴露 4 小时和 24 小时后的 bulk RNA 测序数据，目的在于受控的体外条件下表征内皮细胞对持续肾上腺素能刺激的转录反应。数据集包含 1 个文件，样例文件为 GSE315849_series_matrix.txt.gz，作者为 Óttar、Rolfsson，发布时间为 Jan 07 202，主题标签涉及高通量测序表达谱分析、GPL24676 平台以及物种编号 9606。
【数据集背景】
该数据集关注人肺微血管内皮细胞在儿茶酚胺刺激下的转录组变化。源站描述指出，研究通过将 HLMVECs 暴露于确定浓度的儿茶酚胺中 4 小时和 24 小时，生成 bulk RNA 测序数据，以刻画内皮细胞在持续肾上腺素能刺激下的转录反应。研究在受控的体外条件下开展，属于呼吸系统疾病 / 其他分类下的表达谱研究。
【数据内容】
数据集包含 1 个文件，文件样例为 GSE315849_series_matrix.txt.gz，属于 GZIP 压缩格式的系列矩阵文件。主题标签包括 Expression profiling by high throughput sequencing、GPL24676 和 9606，表明数据来自高通量测序表达谱分析，涉及平台 GPL24676 与物种编号 9606。数据覆盖儿茶酚胺暴露 4 小时和 24 小时两个时间点的 HLMVECs 转录组测序结果。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov，源站标题为 Trancriptomic profilin of HLMVECs following catecholamine exposure。作者为 Óttar、Rolfsson，发布时间为 Jan 07 202。样本为人类肺微血管内皮细胞（HLMVECs），在体外受控条件下暴露于确定浓度的儿茶酚胺，分别于 4 小时和 24 小时进行 bulk RNA 测序。
【适用场景】
该数据集适用于研究内皮细胞对肾上腺素能刺激的转录响应，可用于比较儿茶酚胺暴露 4 小时与 24 小时后的基因表达谱变化，也可作为呼吸系统疾病相关内皮功能研究的参考数据。由于采用 bulk RNA 测序，适合在整体转录组层面分析受控体外条件下的表达模式。
【使用方法】
使用时可下载数据文件 GSE315849_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入分析流程。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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=GSE315849
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
本研究呈现了人肺微血管内皮细胞（HLMVECs）在特定浓度儿茶酚胺暴露4小时和24小时后的批量RNA测序数据。该数据集旨在表征受控体外条件下内皮细胞对持续肾上腺素能刺激的转录反应。
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。
