GSE345146:血小板来源Lrg1在主动脉瘤中连接肺部信号与主动脉壁炎症重塑
研究聚焦腹主动脉瘤中血小板与血栓生成对主动脉壁完整性的调控,涉及血小板Lrg1作为效应分子偶联血小板活化与主动脉壁不良基质重塑,并揭示肺来源Lrg1⁺血小板在动脉瘤诱导后快速部署至腹主动脉的肺-血管轴

基本信息
资源简介
GSE345146:血小板来源Lrg1在主动脉瘤中连接肺部信号与主动脉壁炎症重塑
Platelet-derived Lrg1 links lung signaling to inflammatory remodeling of the aortic wall during aortic aneurysms
该数据集来自NCBI GEO,包含1个文件GSE345146_series_matrix.txt.gz,主题为高通量测序表达谱分析,物种为人类(9606),平台GPL16791。研究聚焦腹主动脉瘤中血小板与血栓生成对主动脉壁完整性的调控,涉及血小板Lrg1作为效应分子偶联血小板活化与主动脉壁不良基质重塑,并揭示肺来源Lrg1⁺血小板在动脉瘤诱导后快速部署至腹主动脉的肺-血管轴。数据可用于探索主动脉瘤炎症重塑相关基因表达特征及血小板来源信号的分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 26 202。
【数据内容】
源站描述(机器翻译,仅供参考):血小板是止血的必要介质,但越来越多的证据表明,它们也作为关键信使,通过动态血管相互作用连接远端组织。在此,我们证明血小板和血栓生成调控腹主动脉瘤(AAA)中的主动脉壁完整性,AAA是一种以主动脉进行性扩张和破裂为特征的危及生命的疾病。动脉瘤血小板中Lrg1富集,其作为关键效应分子将血小板活化与主动脉壁内的适应不良性基质重塑偶联。利用谱系追踪,我们发现骨髓来源的Lrg1⁺血小板在疾病后期积累,而肺来源的Lrg1⁺血小板在动脉瘤诱导后立即快速部署至腹主动脉,并在AAA进展全程持续存在,揭示了肺与血管之间早期且持续的串扰轴。
【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:GPL16791、9606。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=GSE345146
【使用注意】
· 源站最后修改于 Aug 27 202,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=GSE345146
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
血小板是止血过程中不可或缺的介质,但越来越多的证据表明,它们还作为关键信使,通过动态的血管相互作用连接远端组织。在此,我们证明血小板和血小板生成调控腹主动脉瘤(AAA)中的主动脉壁完整性,AAA是一种以主动脉进行性扩张和破裂为特征的危及生命的疾病。动脉瘤中的血小板富集Lrg1,Lrg1作为关键效应分子,将血小板活化与主动脉壁内的适应不良性基质重塑偶联。利用谱系追踪,我们发现骨髓来源的Lrg1⁺血小板在疾病后期积累,而肺来源的Lrg1⁺血小板在动脉瘤诱导后立即迅速部署至腹主动脉,并在AAA进展全程持续存在,揭示了肺与血管系统之间一条早期且持续的串扰轴。血小板中Lrg1的条件性缺失以及肺特异性抑制Lrg1均能保护小鼠免于AAA,证明Lrg1是肺来源信号驱动血管重塑的主要分子介质。
在机制上,血小板来源的Lrg1通过TGFBR2/NF-κB/IL-6信号轴调控主动脉壁内的细胞间相互作用,促进内皮炎症和细胞外基质降解。这些发现表明,血小板是肺与血管系统进行通讯并对其加以调节的新型细胞回路。
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。




