生理呼吸下暴露全香烟烟雾的人气道黏膜纤毛上皮芯片表达数据

该数据集来自 NCBI GEO(GSE87098),包含在生理呼吸条件下、暴露或不暴露全香烟烟雾的人气道黏膜纤毛上皮芯片的基因表达谱数据

geo
浏览 2
基因组分类Expression profiling by arrayGPL166869606
GSE87098: Expression data of mucociliated human airway epithelia on-chip with or without exposure to whole cigarette smoke under physiological breathing

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-24

资源简介

生理呼吸下暴露全香烟烟雾的人气道黏膜纤毛上皮芯片表达数据

Expression data of mucociliated human airway epithelia on-chip with or without exposure to whole cigarette smoke under physiological breathing

该数据集来自 NCBI GEO(GSE87098),包含在生理呼吸条件下、暴露或不暴露全香烟烟雾的人气道黏膜纤毛上皮芯片的基因表达谱数据。样本来源于正常或 COPD 患者的人支气管上皮细胞,构建小气道芯片并连接“呼吸”仪器以在体外模拟烟雾暴露,采用微阵列刻画分化上皮细胞在烟雾暴露后的全局基因表达程序,可用于复现临床病理特征并识别疾病特异性反应(来源 NCBI)。

【数据集背景】

源站首次发布:Sep 19 201。

【数据内容】

源站描述(机器翻译,仅供参考):吸烟是慢性阻塞性肺疾病(COPD)的主要危险因素,但在人体生理呼吸条件下难以刻画烟雾诱导的损伤反应。在此,我们构建了由正常或 COPD 患者活体人支气管上皮衬覆的小气道芯片微装置,并将其连接到一台可让全香烟烟雾进出芯片的“呼吸”仪器,以在体外研究烟雾诱导的病理生理。我们使用微阵列详细刻画烟雾暴露后分化良好的上皮细胞的全局基因表达程序,以复现临床病理并识别疾病特异性反应。

【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、GPL16686、9606。本站分类:呼吸系统疾病/其他。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE87098

【使用注意】

· 源站最后修改于 Mar 15 201,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

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=GSE87098

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

吸烟是慢性阻塞性肺疾病(COPD)的主要风险因素,但在人类生理呼吸条件下,烟雾诱导的损伤反应难以表征。在此,我们制作了由正常或COPD患者活体人细支气管上皮细胞衬覆的小气道芯片微装置,并将其与一种能‘呼吸’整支香烟烟雾进出芯片的仪器相连,以在体外研究烟雾诱导的病理生理学。我们使用微阵列技术详细分析了烟雾暴露后分化良好的上皮细胞中基因表达的全局程序,以重现临床病理并识别疾病特异性反应。

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。

获取专属数据定制方案