PRJNA1006697:评估不同来源间充质干细胞治疗急性呼吸窘迫综合征的潜力
该数据集来自NCBI,主题为转录组或基因表达,聚焦急性呼吸窘迫综合征(ARDS)治疗中不同来源间充质干细胞(MSC)的比较研究

基本信息
资源简介
PRJNA1006697:评估不同来源间充质干细胞治疗急性呼吸窘迫综合征的潜力
该数据集来自NCBI,主题为转录组或基因表达,聚焦急性呼吸窘迫综合征(ARDS)治疗中不同来源间充质干细胞(MSC)的比较研究。源站描述显示,研究在LPS诱导的小鼠ARDS模型中比较骨髓来源MSCs、脂肪组织来源MSCs和脐带来源MSCs三种最常用来源,以探索最适合临床转化的MSC来源。数据可用于分析不同MSC来源的基因表达特征及其治疗潜力差异(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):在不同的临床前研究中,来源于脂肪组织、骨髓、胎盘、脐带的不同MSC来源已显示出治疗ARDS的有效性。然而,其临床转化并不理想,临床试验结果存在差异。一个原因可能是临床转化所选择的MSC来源,因为缺乏比较不同MSC来源的研究。在先前的工作中,我们对不同来源的MSC进行了“头对头”比较,并显示每种来源都具有独特的基因组和蛋白质组“特征”。因此,在本研究中,我们在LPS诱导的小鼠ARDS模型中研究了最适合治疗的MSC来源选择。我们比较了3种最常用的MSC来源:骨髓来源MSCs(BM-MSCs)、脂肪组织来源MSCs(AD-MSCs)和脐带来源MSCs(UC-MSCs)
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1006697
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/bioproject/PRJNA1006697
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
在不同的临床前研究中,来源于脂肪组织、骨髓、胎盘和脐带的不同间充质干细胞(MSC)来源已显示出治疗ARDS的有效性。然而,其临床转化并未取得有效进展,临床试验结果不一即为明证。其中一个原因可能是临床转化所选择的MSC来源,因为缺乏比较不同MSC来源的研究。在先前的工作中,我们对不同来源的MSC进行了“头对头”比较,并表明每种来源都具有独特的基因组和蛋白质组“特征”。因此,在本研究中,我们在LPS诱导的ARDS小鼠模型中研究了最适合治疗的MSC来源选择。我们在LPS诱导的ARDS模型中比较了3种最常用的MSC来源:骨髓来源MSC(BM-MSC)、脂肪组织来源MSC(AD-MSC)和脐带来源MSC(UC-MSC)治疗,其中我们对肺进行了批量RNA测序,以从基因标签的不同变化和所涉及的不同通路方面验证治疗的有效性。
总体设计:通过气管内注射溶于磷酸盐缓冲液(PBS)的脂多糖(LPS),剂量为5mg/kg,诱导ARDS。LPS注射后4小时,将小鼠随机分组,接受单次静脉注射1x10^6个MSCs(来源于单一来源)或PBS。48小时后,收集全肺组织并在Trizol(Thermofisher Scientific,美国)中匀浆。随后按照制造商指南使用RNA mini kit(Qiagen,德国)进行RNA提取,并使用Agilent bioanlyzer 2100系统评估RNA质量。RNA完整性数值(RIN)≥ 6.8的样本被认为可用于文库制备。
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。




