GSE93898:MMP28是肺气肿发病机制的关键贡献者
源站描述围绕慢性阻塞性肺疾病与肺气肿发病机制,关注 MMP28 通过影响巨噬细胞募集与活化在肺气肿中的作用。数据可用于研究肺气肿相关基因表达变化及 MMP28 与巨噬细胞炎症反应的关系(来源 NCBI)

基本信息
资源简介
GSE93898:MMP28是肺气肿发病机制的关键贡献者
MMP28 is a key contributor to emphysema pathogenesis
该数据集来自 NCBI GEO,标题为 MMP28 is a key contributor to emphysema pathogenesis,包含 1 个表达谱芯片文件 GSE93898_series_matrix.txt.gz,平台为 GPL6885,物种为小鼠(10090)。源站描述围绕慢性阻塞性肺疾病与肺气肿发病机制,关注 MMP28 通过影响巨噬细胞募集与活化在肺气肿中的作用。数据可用于研究肺气肿相关基因表达变化及 MMP28 与巨噬细胞炎症反应的关系(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 21 201。
【数据内容】
源站描述(机器翻译,仅供参考):慢性阻塞性肺疾病由慢性支气管炎和肺气肿组成,是发病和死亡的主要原因。由于组织破坏是肺气肿的突出特征,细胞外蛋白酶,尤其是具有弹性蛋白水解能力的蛋白酶,常被认为是该疾病的关键驱动因素。多项人类和小鼠研究提示基质金属蛋白酶(MMPs),尤其是巨噬细胞来源的蛋白酶,在 COPD 发病机制中发挥作用。MMP28 由肺上皮和巨噬细胞表达,我们发现它调节巨噬细胞募集和极化。我们假设 MMP28 会通过改变巨噬细胞数量和活化在肺气肿中发挥贡献作用。由于肺气肿发病机制与巨噬细胞流入的既定关联,我们评估了炎症变化和肺 h
【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、GPL6885、10090。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=GSE93898
【使用注意】
· 源站最后修改于 Oct 19 202,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=GSE93898
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
慢性阻塞性肺疾病由慢性支气管炎和肺气肿组成,是发病和死亡的主要原因。由于组织破坏是肺气肿的显著特征,细胞外蛋白酶,尤其是具有弹性蛋白溶解能力的蛋白酶,常被认为是该疾病的关键驱动因素。多项人类和小鼠研究已表明基质金属蛋白酶(MMPs),特别是巨噬细胞来源的蛋白酶,在COPD发病机制中发挥作用。MMP28由肺上皮和巨噬细胞表达,我们发现它调节巨噬细胞的募集和极化。我们假设MMP28会通过改变巨噬细胞数量和活化在肺气肿中发挥促进作用。鉴于肺气肿发病机制与巨噬细胞涌入之间的既定关联,我们评估了暴露于3个月和6个月香烟烟雾的Mmp28-/-小鼠的炎症变化和肺组织学。在较早的时间点,我们发现烟雾暴露的Mmp28-/-肺中巨噬细胞极化发生改变,这与MMP28调节巨噬细胞活化的其他已发表发现一致。
在3个月和6个月时,Mmp28-/-小鼠的炎症反应减弱,更接近于未吸烟小鼠,中性粒细胞募集和CXCL1趋化因子表达减少。到6个月时,Mmp28-/-小鼠免于发生肺气肿。这些结果突显了MMP28在促进香烟烟雾诱导的慢性肺部炎症和组织重塑中一个此前未被认识的作用,并指出了另一个调节COPD的潜在靶点。
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。




