硬皮病细胞系结构数据

该数据集来自 ebi.ac.uk,包含硬皮病相关细胞系的基因表达数据,涉及主动脉平滑肌细胞、微血管内皮细胞、Hs578T 肌纤维母细胞样细胞、HeLa S3 上皮细胞,以及源自正常、硬斑病和硬皮病皮肤活检的成纤维细胞

google_dataset
浏览 4
基因组分类unknown experiment typeHomo sapiens
Scleroderma Architecture Cell Lines

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-24

资源简介

硬皮病细胞系结构数据

Scleroderma Architecture Cell Lines

该数据集来自 ebi.ac.uk,包含硬皮病相关细胞系的基因表达数据,涉及主动脉平滑肌细胞、微血管内皮细胞、Hs578T 肌纤维母细胞样细胞、HeLa S3 上皮细胞,以及源自正常、硬斑病和硬皮病皮肤活检的成纤维细胞。数据在更换培养基 48 小时后制备 RNA,以避免血清响应基因诱导,并提取 Poly(A) RNA。这些数据可用于研究系统性硬化症和硬斑病中细胞类型特异性基因表达模式(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):这些细胞系的数据在 Whitfield 等人(2003)PNAS 论文《Systemic and cell-type specific gene expression patterns in scleroderma skin》的图 2 中描述。主动脉平滑肌细胞和微血管内皮细胞购自 Clonetics,并在推荐培养基中培养;Hs578T 肌纤维母细胞样细胞在补充有酚红、谷氨酰胺(2 mM)和 5% 胎牛血清的 RPMI-1640 中生长;HeLa S3 上皮细胞购自美国典型培养物保藏中心(ATCC),并按 Whitfield 等人 MBC(2002)所述培养。正常、硬斑病和硬皮病成纤维细胞来源于 UCSF 的 Kari Connolly 博士采集的正常、硬斑病和硬皮病皮肤活检。在所有情况下,更换培养基 48 小时后从细胞中制备 RNA,以避免血清响应基因的诱导。来自每个细胞系的 Poly(A) RNA

【主题与分类】

主题标签:unknown experiment type、Homo sapiens。本站分类:皮肤与结缔组织疾病/硬斑病。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/studies/E-GEOD-3887

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://ebi.ac.uk/biostudies/studies/E-GEOD-3887

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

Michael Whitfield; Jen-Tsan Chi (2005). Scleroderma Architecture Cell Lines [Dataset]. https://www.ebi.ac.uk/biostudies/studies/E-GEOD-3887

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