MC903诱导的最佳特应性皮炎小鼠模型的表型与转录组特征综合分析
该数据集来自NCBI,包含MC903诱导的特应性皮炎(AD)小鼠模型的表型与转录组数据,用于比较不同外源试剂诱导模型与人类AD的相似性

基本信息
资源简介
MC903诱导的最佳特应性皮炎小鼠模型的表型与转录组特征综合分析
Comprehensive Analysis of Phenotypes and Transcriptome Characteristics Reveal the Best Atopic Dermatitis Mouse Model Induced by MC903
该数据集来自NCBI,包含MC903诱导的特应性皮炎(AD)小鼠模型的表型与转录组数据,用于比较不同外源试剂诱导模型与人类AD的相似性。数据涉及DNFB、OVA、MC903、金黄色葡萄球菌接种等模型,分析Th1、Th2、Th17相关基因表达及炎症基因水平,并评估与人类AD的重叠程度。可用于AD模型选择、免疫机制研究和转录组特征分析(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):尽管目前已有几种外源试剂诱导的特应性皮炎(AD)小鼠模型,但它们与人类AD的相似性缺乏确定性,限制了其科学价值。因此,全面评估小鼠模型的特征及其与人类AD的相似性至关重要。DNFB加OVA模型显示出最高的疾病严重程度,而OVA模型显示出最低的严重程度。MC903和MC903加OVA模型显示T辅助(Th)2和Th17相关基因的高表达;DNFB和DNFB加OVA模型显示Th1、Th2和Th17相关基因的上调;而金黄色葡萄球菌接种模型显示出更增强的Th1和Th17免疫反应。与其他模型相比,OVA诱导模型显示炎症相关基因的表达水平最低,而MC903模型与人类AD共享最大的重叠。
【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:GPL24247、10090。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=GSE262315
【使用注意】
· 源站最后修改于 Mar 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=GSE262315
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
尽管目前已有几种外源性物质诱导的特应性皮炎(AD)小鼠模型,但其与人类AD相似性的不确定性限制了其科学价值。因此,全面评估小鼠模型的特征及其与人类AD的相似性至关重要。DNFB加OVA模型显示出最高的疾病严重程度,而OVA模型显示出最低的严重程度。MC903和MC903加OVA模型显示Th2和Th17相关基因的高表达;DNFB和DNFB加OVA模型显示Th1、Th2和Th17相关基因的上调;而金黄色葡萄球菌接种模型显示Th1和Th17免疫反应更为增强。与其他模型相比,OVA诱导模型显示炎症相关基因的表达水平最低,而MC903模型与人类AD谱的重叠最大。每种AD小鼠模型表现出不同的特征。在这些外源性物质诱导的AD模型中,MC903模型最能再现人类AD的大部分特征。
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。




