GSE87861:miRNAs通过直接靶向SFTPC和TTF-1调控重编程来源NRDS牛模型肺发育与表面活性物质稳态
研究构建了重编程来源的新生儿呼吸窘迫综合征(NRDS)牛模型,借助miRNA测序、miRNA-基因网络构建及靶基因功能富集,鉴定出12个靶向SFTPB、SFTPC和NKX2-1的miRNA,并在体内验证其中3个miRNA对NKX2-1和SFTPC表达的抑制作用,揭示miRNA干扰肺发育与表面活性物质

基本信息
资源简介
GSE87861:miRNAs通过直接靶向SFTPC和TTF-1调控重编程来源NRDS牛模型肺发育与表面活性物质稳态
miRNAs regulate lung development and surfactant homeostasis via directly targeting SFTPC and TTF-1 in reprogramming-derived bovine model of NRDS
该数据集来自NCBI GEO(GSE87861),包含1个文件GSE87861_series_matrix.txt.gz,基于高通量测序开展非编码RNA表达谱分析,物种为牛(9913),平台为GPL15749。研究构建了重编程来源的新生儿呼吸窘迫综合征(NRDS)牛模型,借助miRNA测序、miRNA-基因网络构建及靶基因功能富集,鉴定出12个靶向SFTPB、SFTPC和NKX2-1的miRNA,并在体内验证其中3个miRNA对NKX2-1和SFTPC表达的抑制作用,揭示miRNA干扰肺发育与表面活性物质稳态的机制。数据可用于NRDS相关miRNA功能研究与靶点筛选(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 12 201。
【数据内容】
源站描述(机器翻译,仅供参考):在本研究中,我们基于新生儿呼吸窘迫综合征(NRDS)的典型表型、高可重复性和复制率以及患有NRDS的新生克隆牛的可调控背景,提出了一种重编程来源的NRDS牛模型。借助miRNA测序、miRNA-基因网络的构建和靶基因的功能富集,在该模型中确定了特定miRNA对肺发育和表面活性物质稳态的影响。我们鉴定出12个靶向SFTPB、SFTPC和NKX2-1基因的miRNA,并在体内证明了三个miRNA对NKX2-1和SFTPC表达的抑制作用,并通过这些miRNA干扰了NRDS牛模型中的肺发育和表面活性物质稳态。
【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:GPL15749、9913。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=GSE87861
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=GSE87861
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
在本研究中,我们基于新生儿呼吸窘迫综合征(NRDS)的典型表型、高重现性和复制率,以及患有NRDS的新生克隆牛的可调控背景,提出了一种重编程衍生的NRDS牛模型。借助miRNA测序、miRNA–基因网络的构建以及靶基因的功能富集,在该模型中确定了特定miRNA对肺发育和表面活性物质稳态的影响。我们鉴定出12个靶向SFTPB、SFTPC和NKX2-1基因的miRNA,并在体内证明了三种miRNA对NKX2-1和SFTPC表达的抑制作用,以及通过这些miRNA干扰NRDS牛模型中的肺发育和表面活性物质稳态。
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。




