特应性皮炎患者nb-UVB治疗后基因表达变化数据集
该数据集来自NCBI GEO,标题为GSE150797,记录特应性皮炎患者接受窄谱中波紫外线(nb-UVB)治疗后的基因表达变化

基本信息
资源简介
特应性皮炎患者nb-UVB治疗后基因表达变化数据集
Gene expression changes in atopic dermatitis after treatment with nb-UVB
该数据集来自NCBI GEO,标题为GSE150797,记录特应性皮炎患者接受窄谱中波紫外线(nb-UVB)治疗后的基因表达变化。数据集包含1个文件(GSE150797_series_matrix.txt.gz),基于GPL23159平台、物种为9606(人类),采用芯片表达谱技术。源站描述指出,nb-UVB治疗可促使组织正常化并带来临床改善,但早期皮肤变化尚不清楚;该数据可用于探索AD对nb-UVB的早期响应机制及潜在治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:May 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:特应性皮炎(AD)是一种常见的炎症性皮肤病,对生活质量和医疗系统产生广泛影响。其病理生理学尚未完全清楚,但可能涉及免疫功能障碍、皮肤屏障改变和环境因素等多因素。窄谱中波紫外线(nb-UVB)治疗可导致组织正常化和临床改善。然而,关于AD皮肤对nb-UVB响应的早期变化知识尚缺乏,这些变化可能为解读疾病机制和潜在新治疗靶点提供重要线索。
【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、GPL23159、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=GSE150797
【使用注意】
· 源站最后修改于 Jan 26 202,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=GSE150797
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:特应性皮炎(AD)是一种常见的炎症性皮肤病,对生活质量和医疗系统产生广泛影响。其病理生理机制尚未完全明确,但很可能是多因素共同作用的结果,涉及免疫功能障碍、皮肤屏障改变和环境因素。窄谱中波紫外线(nb-UVB)治疗可使组织恢复正常并带来临床改善。然而,目前缺乏关于AD皮肤对nb-UVB治疗早期反应变化的认识,而这些认识可为解读疾病机制和潜在的新治疗靶点提供重要线索。目的:绘制皮肤对nb-UVB治疗早期转录反应的变化图谱。结果:在仅进行三次局部UVB治疗后检查早期反应时,基因表达分析显示30个转录本下调、47个转录本上调。其中仅一小部分与炎症反应相关。有趣的是,白细胞介素(IL)-1家族的两种细胞因子存在差异表达:促炎细胞因子IL-36γ在治疗后降低,而抗炎细胞因子IL-37在nb-UVB治疗后的皮肤中升高。
结论:局部窄谱中波紫外线(nb-UVB)可早期诱导促炎细胞因子IL-36γ减少及抗炎细胞因子IL-37增加。这很可能代表了nb-UVB治疗特应性湿疹所引发的炎症信号传导中的早期变化之一。
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。




