GSE32602:H1N1流感感染后肺再生中远端气道干细胞体外及体内生成肺泡(LCM_四群细胞)
该数据集来自 NCBI GEO,包含 1 个表达谱芯片文件(GSE32602_series_matrix.txt.gz),主题为 H1N1 流感病毒感染后小鼠肺再生过程中远端气道干细胞的基因表达

基本信息
资源简介
GSE32602:H1N1流感感染后肺再生中远端气道干细胞体外及体内生成肺泡(LCM_四群细胞)
Distal airway stem cells yield alveoli in vitro and during lung regeneration following H1N1 influenza infection (LCM_Four populations of cells)
该数据集来自 NCBI GEO,包含 1 个表达谱芯片文件(GSE32602_series_matrix.txt.gz),主题为 H1N1 流感病毒感染后小鼠肺再生过程中远端气道干细胞的基因表达。数据覆盖四群细胞的 LCM 表达谱,可用于研究 p63 阳性干细胞在细支气管上皮增殖、向肺泡区域迁移并形成 Krt5+ 细胞团的过程,以及肺泡毛细血管网络重建的中间状态,适合开展表达谱分类与再生机制分析(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 04 201。
【数据内容】
源站描述(机器翻译,仅供参考):灾难性损伤后肺再生的程度以及成体干细胞在此过程中的潜在作用仍不清楚。用与1918年大流行相关的H1N1流感病毒对小鼠进行亚致死性感染,会引发大规模气道损伤,随后出现明显的再生。我们在此表明,细支气管上皮中表达p63的干细胞在感染后迅速增殖,并辐射至肺泡消融的细支气管间区域。到达该处后,这些细胞组装成离散的Krt5+细胞团,并开始表达肺泡典型标志物。这些细胞团的基因表达谱表明,它们是病毒感染所摧毁的肺泡毛细血管网络重建过程中的中间体。这种表达p63的干细胞在肺再生中的动态变化,与我们平行发现的人类远端气道干细胞明确谱系相印证。
【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、GPL6096、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=GSE32602
【使用注意】
· 源站最后修改于 Mar 06 201,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=GSE32602
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
严重损伤后的肺再生程度以及成体干细胞在此过程中的潜在作用仍不清楚。小鼠亚致死性感染与1918年大流行相关的H1N1流感病毒后,会引发广泛的气道损伤,随后出现明显的再生。我们在此表明,细支气管上皮中表达p63的干细胞在感染后迅速增殖,并迁移至肺泡消融的细支气管间区域。到达该处后,这些细胞组装成离散的Krt5+细胞团,并开始表达肺泡典型的标志物。这些细胞团的基因表达谱表明,它们是病毒感染所摧毁的肺泡-毛细血管网络重建过程中的中间体。这种表达p63的干细胞在肺再生中的动态变化与我们平行的发现相呼应——即已明确的人远端气道干细胞谱系在体外组装成肺泡样结构——并提示了治疗急性和慢性气道疾病的新途径。
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。




