肺泡2型细胞中VAPA依赖的脂质转运促进肺表面活性物质形成
该数据集来自NCBI GEO,标题为VAPA依赖的脂质转运在肺泡2型细胞中促进肺表面活性物质形成,包含1个文件(GSE348519_series_matrix.txt.gz),采用高通量测序进行表达谱分析,物种为人类(9606),平台为GPL30173

基本信息
资源简介
肺泡2型细胞中VAPA依赖的脂质转运促进肺表面活性物质形成
VAPA-dependent lipid transport in alveolar epithelial type 2 cells promotes lung surfactant formation
该数据集来自NCBI GEO,标题为VAPA依赖的脂质转运在肺泡2型细胞中促进肺表面活性物质形成,包含1个文件(GSE348519_series_matrix.txt.gz),采用高通量测序进行表达谱分析,物种为人类(9606),平台为GPL30173。数据可用于研究VAPA基因缺陷对肺泡2型细胞板层体形成及表面活性物质相关基因表达的影响,并探索ABCA3等肺疾病相关转运蛋白的调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):VAP蛋白通过与含FFAT的蛋白相互作用,在内质网(ER)与其他细胞器之间形成膜接触位点(MCS),从而协调脂质合成、转移和代谢。然而,它们的组织特异性功能在很大程度上仍未被探索。在此,我们报告了首例携带VAPA纯合无义变异(p.(Glu12*))的患者,表现为严重的全面发育迟缓以及进行性表面活性物质功能障碍,导致胆固醇性肺炎和肺纤维化。替代翻译起始部分绕过了提前终止密码子,产生N端截短的VAPA蛋白,其FFAT结合能力受损。在肺泡2型细胞中,VAPA缺陷损害板层体(LB)形成。我们鉴定出肺疾病相关的ATP结合盒转运蛋白A3(ABCA3),它是表面活性物质的关键调节因子
【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:GPL30173、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=GSE348519
【使用注意】
· 源站最后修改于 Oct 02 202,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=GSE348519
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
VAP蛋白通过与含FFAT的蛋白质相互作用,在内质网(ER)与其他细胞器之间形成膜接触位点(MCS),从而协调脂质的合成、转移和代谢。然而,其组织特异性功能在很大程度上仍未被探索。在此,我们报告了首例携带VAPA纯合无义变异(p.(Glu12*))的患者,表现为严重的全面发育迟缓以及进行性表面活性物质功能障碍,导致胆固醇性肺炎和肺纤维化。替代翻译起始部分绕过了提前终止密码子,产生了一种N端截短的VAPA蛋白,其FFAT结合能力受损。在肺泡2型细胞中,VAPA缺陷会损害板层体(LB)的形成。我们鉴定出与肺部疾病相关的ATP结合盒转运蛋白A3(ABCA3)——LB中表面活性物质脂质积累的关键调节因子——是VAPA的新型相互作用蛋白。VAPA–ABCA3相互作用促进了先前未被表征的ER–LB MCS处的脂质交换,而这一功能在VAPA的N端截短后丧失。
总之,我们的研究结果确定了VAPA依赖性MCS功能受损是综合征性肺病的一种机制,并揭示了一条此前未被认识的表面活性物质脂质运输途径。
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。




