桔梗皂苷D改善特发性肺纤维化小鼠的转录组分析
该数据集来自 NCBI GEO(GSE317792),包含 1 个系列矩阵文件,针对桔梗皂苷 D(PD)改善特发性肺纤维化(IPF)小鼠的转录组分析

基本信息
资源简介
桔梗皂苷D改善特发性肺纤维化小鼠的转录组分析
Transcriptomic analysis of Platycodin D (PD)-improved idiopathic pulmonary fibrosis (IPF) mice
该数据集来自 NCBI GEO(GSE317792),包含 1 个系列矩阵文件,针对桔梗皂苷 D(PD)改善特发性肺纤维化(IPF)小鼠的转录组分析。研究结合体内外 IPF 模型及转录组分析、Lip-SMap、分子对接、分子动力学模拟、CETSA 和 SPR 等技术,探究 PD 缓解肺损伤、炎症与氧化应激并抑制肌成纤维细胞转分化的作用,机制上鉴定 PPP2R1A 为 PD 直接靶点,通过稳定并激活 PP2A 抑制 PI3K/Akt 信号通路。数据可用于 IPF 相关基因表达分析与药物机制预测研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):本研究聚焦于 PD(一种源自中药的天然化合物)在特发性肺纤维化(IPF)预防和治疗中的作用,肺成纤维细胞向肌成纤维细胞转分化是该疾病的关键致病驱动因素。通过采用体内和体外 IPF 模型,并结合转录组分析、Lip-SMap、分子对接、分子动力学模拟、细胞热位移分析(CETSA)和表面等离子体共振(SPR)等技术,研究表明 PD 减轻肺损伤、缓解全身和肺部炎症、降低氧化应激,并显著抑制 IPF 模型中的肌成纤维细胞转分化。进一步的机制研究确定 PPP2R1A 为 PD 的直接靶点;PD 通过与 PPP2R1A 结合来稳定并激活蛋白磷酸酶 2A(PP2A),从而抑制 PI3K/Akt 信号通路
【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:GPL17021、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=GSE317792
【使用注意】
· 源站最后修改于 Feb 01 202,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=GSE317792
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
本研究聚焦于PD——一种源自中药的天然化合物——在IPF防治中的作用,而肺成纤维细胞向肌成纤维细胞转分化是IPF的关键致病驱动因素。通过采用体内和体外IPF模型,并结合转录组分析、Lip-SMap、分子对接、分子动力学模拟、细胞热位移分析(CETSA)和表面等离子体共振(SPR)等技术,研究表明PD在IPF模型中可减轻肺损伤、缓解全身及肺部炎症、降低氧化应激,并显著抑制肌成纤维细胞转分化。进一步的机制研究确定PPP2R1A为PD的直接靶点;PD通过与PPP2R1A结合,稳定并激活蛋白磷酸酶2A(PP2A),从而抑制PI3K/Akt信号通路。总体而言,这些发现表明PD至少部分通过PPP2R1A/PP2A/PI3K/Akt轴发挥抗IPF作用,凸显了其作为靶向肌成纤维细胞转分化的IPF治疗药物的潜在价值。
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。




