特应性湿疹表达谱数据集 Saaf_2008
主题标签涉及表达谱芯片分析、平台 GPL7191 与物种 9606。数据可用于特应性湿疹相关基因表达模式的分析与分类研究(来源 NCBI)

基本信息
资源简介
特应性湿疹表达谱数据集 Saaf_2008
Atopic Eczema expression profiling, Saaf_2008
该数据集为 GSE12511,标题为 Atopic Eczema expression profiling, Saaf_2008,来源于 ncbi.nlm.nih.gov,属于皮肤疾病与其他分类。数据包含 1 个文件,样例为 GSE12511_series_matrix.txt.gz,作者为 Annika Saaf,发布时间为 Aug 21 200。主题标签涉及表达谱芯片分析、平台 GPL7191 与物种 9606。数据可用于特应性湿疹相关基因表达模式的分析与分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 21 200。
【数据内容】
源站描述(机器翻译,仅供参考):背景:特应性湿疹(AE)是一种常见的慢性炎症性皮肤病。为了剖析其遗传背景,已开展了多项连锁和遗传关联研究。然而,对于参与这种复杂皮肤病的特定基因知之甚少,其潜在的分子机制也尚未完全明了。
【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、GPL7191、9606。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE12511
【使用注意】
· 源站最后修改于 Jan 18 201,引用时请注意版本时效。
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=GSE12511
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
背景:特应性湿疹(AE)是一种常见的慢性炎症性皮肤病。为了解析其遗传背景,已开展了多项连锁分析和遗传关联研究。然而,对于参与这一复杂皮肤病的具体基因所知甚少,其潜在的分子机制也尚未完全阐明。结果:我们使用人类DNA微阵列来识别人类基因组对AE程序性反应的分子图景。我们对来自对合轴马拉色菌(M. sympodialis)致敏的AE患者的皮损皮肤和斑贴试验皮肤的皮肤活检样本,以及健康个体的相应活检样本,进行了转录程序分析。在AE皮肤中观察到的全局基因表达模式最显著的特征是诱导型炎症基因与受抑制的脂质代谢基因的交互表达。M. sympodialis斑贴试验AE皮肤中的整体转录反应与在皮损AE皮肤中鉴定出的基因表达特征相似。
在特应性皮炎(AE)患者皮肤与健康对照皮肤差异表达的基因谱中,我们已鉴定出若干可能在AE病理状态中发挥关键作用的潜在易感基因。其中许多基因,包括参与免疫应答、脂质稳态和表皮分化的基因,定位于先前已被证实与AE连锁的染色体区域。结论:通过全基因组表达谱分析,我们能够发现AE患者皮肤中诱导型炎症基因与受抑制的脂质代谢基因之间存在一种独特的相互表达模式。我们发现,AE中差异表达基因在与该疾病相关的细胞遗传带区域显著富集,此外还发现了可能为未来AE区域特异性连锁定位提供指导的新染色体区域。疾病状态实验设计类型是指某种疾病(如感染、病理、综合征等)的状态。
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。




