成年肺淋巴管空间分辨异质性数据集
该数据集来自 NCBI GEO(GSE325297),聚焦成年小鼠肺淋巴管内皮细胞(LECs)的空间与功能异质性。研究利用单核测序技术,在稳态成年小鼠肺中鉴定出 Stabilin-2(Stab2)作为邻近肺静脉及肺泡区域特定 LEC 亚群的独特标记,并识别出另一独立亚群

基本信息
资源简介
成年肺淋巴管空间分辨异质性数据集
Spatially resolved heterogeneity of lymphatic vasculature in the adult lung
该数据集来自 NCBI GEO(GSE325297),聚焦成年小鼠肺淋巴管内皮细胞(LECs)的空间与功能异质性。研究利用单核测序技术,在稳态成年小鼠肺中鉴定出 Stabilin-2(Stab2)作为邻近肺静脉及肺泡区域特定 LEC 亚群的独特标记,并识别出另一独立亚群。数据包含 1 个文件(GSE325297_series_matrix.txt.gz),可用于探索肺淋巴管异质性、免疫细胞转运及肺水肿相关机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景。肺淋巴管对组织间液的引流对于预防肺水肿至关重要,肺水肿的特征是血管外液体积聚,阻碍呼吸气体交换,并可能致命。除液体调节外,肺淋巴管还作为免疫细胞运输的通道,在肺部感染期间支持宿主免疫监视和免疫应答的启动。尽管其作用至关重要,肺淋巴管内皮细胞(LECs)的细胞和功能异质性仍定义不清。方法。利用单核测序技术,我们研究了稳态成年小鼠肺中 LEC 的异质性。结果。我们鉴定出 Stabilin-2(Stab2),一种 H 类清道夫受体,作为邻近肺静脉的淋巴管和肺泡区域中一个独特 LEC 亚群的独特标记。另一个独立的亚群
【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:GPL30172、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=GSE325297
【使用注意】
· 源站最后修改于 Oct 30 202,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=GSE325297
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
背景。肺淋巴管对组织间液的引流对于预防肺水肿至关重要,肺水肿是一种以血管外液体积聚为特征的疾病,会阻碍呼吸气体交换并可能致命。除液体调节外,肺淋巴管还作为免疫细胞运输的通道,在肺部感染期间支持宿主免疫监视和免疫应答的建立。尽管其作用至关重要,肺淋巴管内皮细胞(LECs)的细胞和功能异质性仍定义不清。方法。利用单核测序技术,我们研究了稳态成年小鼠肺中LEC的异质性。结果。我们鉴定出Stabilin-2(Stab2),一种H类清道夫受体,作为邻近肺静脉的淋巴管及肺泡区域中一个独特LEC亚群的标志物。另一个独特的LEC亚群由多囊肾病和肝病1样1(Pkhd1l1)的表达所定义,Pkhd1l1是静纤毛的组成部分,这些淋巴管定位于支气管血管束。结论。
我们的研究结果表明,肺淋巴管内皮细胞(LECs)并非均一的群体,而是由分子特征各异、空间组织有序的淋巴管构成,这些淋巴管可能具有特化功能。这些结果为后续研究奠定了基础,旨在深入理解细胞起源在肺LEC异质性中的作用、其他器官中的淋巴管是否具有类似的空间组织,以及这些不同的细胞和血管在肺部疾病发病过程中对液体稳态和免疫调节是否具有功能差异。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




