全血转录组模型中抗结核药物反应的基因表达分析

该数据集来自 NCBI GEO,标题为全血转录组模型中抗结核药物反应的基因表达分析,属于呼吸系统疾病中的肺结核方向。源站描述指出研究旨在评估新药或老药新用的结核药物,利用全血杀菌活性(WBA)实验,考察 WBA 中的转录反应是否类似体内结核反应,以及能否揭示反应机制

geo
浏览 2
基因组分类Expression profiling by arrayGPL279591773
GSE142756: Gene expression analysis of anti-tuberculous drug responses in a whole blood transcriptome model

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-23

资源简介

全血转录组模型中抗结核药物反应的基因表达分析

Gene expression analysis of anti-tuberculous drug responses in a whole blood transcriptome model

该数据集来自 NCBI GEO,标题为全血转录组模型中抗结核药物反应的基因表达分析,属于呼吸系统疾病中的肺结核方向。数据采用芯片表达谱,包含 1 个文件 GSE142756_series_matrix.txt.gz,主题标签涉及 GPL27959 与 1773。源站描述指出研究旨在评估新药或老药新用的结核药物,利用全血杀菌活性(WBA)实验,考察 WBA 中的转录反应是否类似体内结核反应,以及能否揭示反应机制。数据可用于分析抗结核药物在全血转录组中的表达响应(来源 NCBI)。

【数据集背景】

源站首次发布:Dec 30 201。

【数据内容】

源站描述(机器翻译,仅供参考):需要更好的工具来评估新的或重新利用的结核药物。全血杀菌活性(WBA)实验已被提倡用于此目的。我们研究了 WBA 实验中的转录反应是否类似于体内的结核反应,以及该方法是否还能揭示反应机制。

【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、GPL27959、1773。本站分类:呼吸系统疾病/肺结核。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE142756

【使用注意】

· 源站最后修改于 Jun 22 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE142756

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

需要更好的工具来评估新的或重新利用的结核病药物。全血杀菌活性(WBA)检测法已被提倡用于此目的。我们研究了WBA检测中的转录反应是否与体内的结核病反应相似,以及该方法是否还能揭示反应机制。对从全血培养物、接受联合治疗的结核病患者的痰液以及无药肉汤培养物中提取的结核分枝杆菌(Mtb)RNA进行了微阵列分析。

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。

获取专属数据定制方案