PRJNA983324:Resolvin D1 缓解囊性纤维化肺病及黏液阻塞驱动的炎症
该数据集来自 NCBI,主题为转录组或基因表达,聚焦囊性纤维化(CF)肺病中由黏液阻塞驱动的炎症及 Resolvin D1 的缓解作用

基本信息
资源简介
PRJNA983324:Resolvin D1 缓解囊性纤维化肺病及黏液阻塞驱动的炎症
该数据集来自 NCBI,主题为转录组或基因表达,聚焦囊性纤维化(CF)肺病中由黏液阻塞驱动的炎症及 Resolvin D1 的缓解作用。源站描述涉及 CF 患者中性粒细胞迁移与致病表型、CF 支气管上皮细胞炎症信号通路,以及 βENaC 过表达小鼠中的干预实验。数据可用于研究 CF 气道炎症的转录组变化及促炎症消退策略的分子机制(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):进行性肺病仍是囊性纤维化(CF)患者发病和死亡的主要原因。CF 肺病从黏液阻塞演变为难以消退的气道炎症、支气管扩张和损伤,损害呼吸和体能活动。因此,促进 CF 气道炎症消退以减轻气流阻塞负担并改善体能能力的治疗策略受到广泛关注。在此,我们报告促炎症消退脂质介质 resolvin(Rv)D1 在 CF 人细胞和体内均可阻止黏液驱动的炎症。RvD1 抑制了 CF 志愿者的中性粒细胞迁移和致病表型,以及 CF 黏液触发的 CF 支气管上皮细胞的炎症信号通路。在过表达上皮 Na+ 通道 β 亚基(βENaC)的小鼠中,给予 RvD1 可预防并逆转 l
【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/PRJNA983324
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/PRJNA983324
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
进行性肺病仍是囊性纤维化(CF)患者发病和死亡的主要原因。CF肺病从黏液阻塞演变为难以消退的气道炎症、支气管扩张以及损害呼吸和体能活动的损伤。因此,促进CF气道炎症消退以减轻气流阻塞负担并改善体能状况的治疗策略受到广泛关注。在此,我们报告促消退脂质介质消退素(Rv)D1可阻止CF人细胞及体内由黏液驱动的炎症。RvD1抑制了CF志愿者的中性粒细胞迁移和致病表型,以及CF黏液触发的CF支气管上皮细胞的炎症信号通路。在过表达上皮钠通道β亚基(βENaC)的小鼠中,给予RvD1可预防并逆转由黏液积聚引起的肺部炎症,并促进由铜绿假单胞菌引起的肺部急性加重的消退。与野生型同窝小鼠相比,RvD1还显著改善了βENaC小鼠受损的体力活动和能量消耗。
这些发现证明了RvD1在促进与黏液阻塞相关的肺部疾病和慢性炎症消退方面的功效,并为其在FC中的潜在治疗途径提供了概念验证。总体设计:为研究RvD1在囊性纤维化模型中黏液源性炎症的影响,我们进行了RNASeq分析,以评估暴露于气道上清液(ASN)及赋形剂或RvD1的囊性纤维化原代上皮细胞CFBEC转录组的整体变化。我们对来自三个生物学重复的CFBEC进行了基因表达谱分析,这些细胞用赋形剂或RvD1处理。对暴露于赋形剂和RvD1的CFBEC进行比较基因表达分析
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。




