氮芥诱导肺纤维化中肺脂质调控巨噬细胞泡沫细胞形成
氮芥（NM）是一种已知靶向肺部的糜烂性毒剂，可引起急性损伤并进展为纤维化。证据表明，活化的巨噬细胞参与对 NM 的病理反应
基本信息
资源简介
氮芥诱导肺纤维化中肺脂质调控巨噬细胞泡沫细胞形成
氮芥（NM）是一种已知靶向肺部的糜烂性毒剂，可引起急性损伤并进展为纤维化。证据表明，活化的巨噬细胞参与对 NM 的病理反应
Regulation of macrophage foam cell formation during nitrogen mustard (NM)-induced pulmonary fibrosis by lung lipids
【数据内容】
源站描述（机器翻译，仅供参考）：氮芥（NM）是一种已知靶向肺部的糜烂性毒剂，可引起急性损伤并进展为纤维化。证据表明，活化的巨噬细胞参与对 NM 的病理反应。在这些研究中，我们分析了 NM 暴露后产生的肺脂质对巨噬细胞活化和表型的作用。用 NM（0.125 mg/kg，i.t.）处理大鼠导致肺内增大的空泡化巨噬细胞随时间相关地增加。暴露后 28 天，巨噬细胞 Oil Red O 染色阳性，这是中性脂质的标志物。这与肺巨噬细胞和上皮细胞中氧化磷脂的积累以及支气管肺泡灌洗液（BAL）中磷脂和胆固醇的增加相关。RNA 测序和免疫组化分析显示，受转录因子 LXR、FXR、PPAR-γ 控制的脂质处理通路
【主题与分类】
主题标签：肺纤维化、氮芥、巨噬细胞、泡沫细胞、肺脂质、氧化磷脂、RNA-sequencing。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ada20bad0d28113a37b765129d10afaab0267408aacd171794115937b382473d8
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
氮芥（NM）是一种已知靶向肺部的糜烂性毒剂，可导致急性损伤并进展为纤维化。有证据表明，活化的巨噬细胞参与了氮芥的病理反应。在这些研究中，我们分析了氮芥暴露后肺部产生的脂质对巨噬细胞活化和表型的作用。用氮芥（0.125 mg/kg，气管内给药）处理大鼠后，肺部增大的空泡化巨噬细胞呈时间相关性增加。暴露后28天，巨噬细胞油红O染色阳性，该染料为中性脂质的标志物。这与肺巨噬细胞和上皮细胞中氧化磷脂的蓄积以及支气管肺泡灌洗液（BAL）中磷脂和胆固醇的增加相关。RNA测序和免疫组化分析显示，受转录因子LXR、FXR、PPAR-γ和SREBP控制的脂质处理通路在氮芥暴露后发生显著改变。在氮芥暴露后1-3天，FXR及其下游氧化低密度脂蛋白受体Cd36增加，而Lxr及脂质外排转运体Abca1和Abcg1则降低。
用NM暴露后3天制备的富含磷脂和胆固醇的BAL大聚集体组分处理未致敏的肺巨噬细胞，导致促炎活化标志物Nos2和Ptgs2上调；而NM暴露后28天制备的大聚集体组分则上调抗炎标志物Il10、Cd163和Cx3cr1的表达，并诱导脂质负载的泡沫巨噬细胞形成。这些数据表明，NM诱导的脂质处理与代谢改变驱动巨噬细胞泡沫细胞形成，可能促进肺纤维化的发展。
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。
