基于血浆功能基因组学识别囊性纤维化疾病状态的分子特征

研究基于冷冻保存的外周血单个核细胞(PBMC)优化方案,比较非糖尿病囊性纤维化患者(伴铜绿假单胞菌呼吸道感染)与无关健康对照之间的转录签名

geo
浏览 7
基因组分类Expression profiling by arrayGPL5709606
GSE71799: Identification of molecular signatures of cystic fibrosis disease status using plasma-based functional genomics

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-27

资源简介

基于血浆功能基因组学识别囊性纤维化疾病状态的分子特征

Identification of molecular signatures of cystic fibrosis disease status using plasma-based functional genomics

该数据集来自 NCBI GEO(GSE71799),包含 1 个文件(GSE71799_series_matrix.txt.gz),采用芯片表达谱(GPL570,人类 9606)分析囊性纤维化患者的分子特征。研究基于冷冻保存的外周血单个核细胞(PBMC)优化方案,比较非糖尿病囊性纤维化患者(伴铜绿假单胞菌呼吸道感染)与无关健康对照之间的转录签名。数据可用于探索囊性纤维化疾病状态的血液表达标志物及相关机制研究(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 06 201。

【数据内容】

源站描述(机器翻译,仅供参考):与许多疾病相关的炎症介质复杂混合物在外周往往过于稀释而无法直接测量,因此需要开发更灵敏的测量方法,以适用于机制研究、早期诊断、指导治疗选择和监测干预。此前,我们发现新发(RO)1型糖尿病(T1D)患者的血浆相对于无关健康对照(HC)的血浆,能在新鲜外周血单个核细胞(PBMC)中诱导促炎转录签名。在此,我们使用优化的基于冷冻保存PBMC的方案,比较了无关健康对照与伴有铜绿假单胞菌呼吸道感染的非糖尿病囊性纤维化患者之间发现的签名。

【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、GPL570、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=GSE71799

【使用注意】

· 源站最后修改于 Apr 02 201,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE71799

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

许多疾病相关的炎症介质复杂环境在外周往往过于稀释,难以直接测量,因此需要开发更灵敏的测量方法,以适应机制研究、早期诊断、指导治疗选择以及监测干预措施的需要。此前,我们已确定,与无关健康对照(HC)相比,新发(RO)1型糖尿病(T1D)患者的血浆能在新鲜外周血单核细胞(PBMC)中诱导促炎转录特征。在此,我们采用优化的基于冷冻保存PBMC的方案,比较了无关健康对照与伴有铜绿假单胞菌呼吸道感染的非糖尿病囊性纤维化患者之间所发现的特征。

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。