PRJNA1102267:肥胖状态下肺泡上皮2型细胞脂肪酸氧化下调促进急性肺损伤
该数据集来自 NCBI,围绕肥胖与急性呼吸窘迫综合征(ARDS)风险的关系,收录高脂饮食诱导肥胖小鼠在高氧 ARDS 模型下肺泡上皮 2 型细胞(AEC2)的转录组或基因表达数据

基本信息
资源简介
PRJNA1102267:肥胖状态下肺泡上皮2型细胞脂肪酸氧化下调促进急性肺损伤
该数据集来自 NCBI,围绕肥胖与急性呼吸窘迫综合征(ARDS)风险的关系,收录高脂饮食诱导肥胖小鼠在高氧 ARDS 模型下肺泡上皮 2 型细胞(AEC2)的转录组或基因表达数据。研究比较肥胖与瘦小鼠 AEC2 中脂肪酸氧化(FAO)的转录下调、细胞内脂质积累、线粒体生物能量衰竭及 ATP 产生减少,并涉及靶向 Cpt1a 的遗传小鼠模型。数据可用于探索肥胖相关急性肺损伤的分子机制与基因表达分析(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):肥胖与急性呼吸窘迫综合征(ARDS)风险增加相关。在高氧 ARDS 模型中,高脂饮食诱导的肥胖与肺损伤加重及支气管肺泡灌洗液(BALF)游离脂肪酸增加有关。在本研究中,我们显示,与瘦小鼠相比,肥胖小鼠在高氧后肺泡上皮 2 型细胞(AEC2)中脂肪酸氧化(FAO,即分解脂肪酸的线粒体过程)的转录显著下调。与瘦小鼠相比,肥胖小鼠的 AEC2 在高氧后表现出细胞内脂质增加、更严重的线粒体生物能量衰竭和 ATP 产生减少。通过靶向肉碱棕榈酰转移酶 1A 的遗传小鼠模型(Cpt1aloxp/loxpSftpcCreERT2+/– 小鼠)使 AEC2 中 FAO 下调,导致肥胖小鼠 BALF 脂肪酸和肺损伤进一步增加。高脂饮食被……
【主题与分类】
主题标签:Transcriptome or Gene expression。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/bioproject/PRJNA1102267
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/PRJNA1102267
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
肥胖与急性呼吸窘迫综合征(ARDS)风险增加相关。在高氧ARDS模型中,高脂饮食诱导的肥胖与肺损伤加重及支气管肺泡灌洗液(BALF)游离脂肪酸增加相关。在本研究中,我们显示,与瘦小鼠相比,肥胖小鼠在高氧暴露后肺泡上皮2型细胞(AEC2)中脂肪酸氧化(FAO)——即线粒体分解脂肪酸的过程——的转录水平显著下调。与瘦小鼠相比,肥胖小鼠的AEC2在高氧暴露后表现出细胞内脂质增加、线粒体生物能量学衰竭更严重以及ATP生成减少。通过靶向肉碱棕榈酰转移酶1A的遗传小鼠模型(Cpt1aloxp/loxpSftpcCreERT2+/–小鼠)下调AEC2中的FAO,导致肥胖小鼠BALF脂肪酸进一步增加及肺损伤加重。高脂饮食与高氧暴露后肺泡上皮再生受损的标志物相关,包括表面活性物质AEC2谱系标志物减少、高氧暴露AEC2中表面活性物质相关磷脂减少以及BALF表面张力增加。
在对COVID-19 ARDS人类分子单细胞肺图谱的再分析中,仅在BMI>30的ARDS患者中观察到AEC2中FAO特征较对照组显著下调,而BMI<30的患者中未观察到这一现象。总体设计:本研究旨在探索FAO在肥胖相关急性肺损伤中的作用。C57BL/6小鼠接受60%脂肪饮食或成分匹配的10%脂肪饮食喂养12周。小鼠暴露于>95%氧气以诱导肺损伤。分离AEC2用于RNA测序、脂质组学、Seahorse和Western Blot。
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。




