检查点抑制剂相关皮炎胶带条带分析:泛T细胞激活的初步研究

该数据集来自 NCBI GEO(GSE286907),为一项初步研究,采用胶带条带采样对免疫检查点抑制剂相关皮炎进行基因表达谱分析

geo
浏览 11
时间序列分类GPL240149606
GSE286907: Tape Strip Profiling of Checkpoint Inhibitor-Associated Dermatitis Highlights Pan-T-Cell Activation: A Pilot Study

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-19

资源简介

检查点抑制剂相关皮炎胶带条带分析:泛T细胞激活的初步研究

Tape Strip Profiling of Checkpoint Inhibitor-Associated Dermatitis Highlights Pan-T-Cell Activation: A Pilot Study

该数据集来自 NCBI GEO(GSE286907),为一项初步研究,采用胶带条带采样对免疫检查点抑制剂相关皮炎进行基因表达谱分析。样本包括 5 例 ICI 湿疹样反应、3 例 ICI 扁平苔藓样反应、8 例特应性皮炎患者及 9 名人口学匹配的健康对照,比较皮损与非皮损区域的转录组差异。数据可用于探索 ICI 相关皮炎与特应性皮炎的共享及特异分子通路,如 Th1/Th2 上调、IL4R 及 JAK/STAT 信号激活,并支持皮肤炎症性疾病的分类与机制研究(来源 NCBI)。

【数据集背景】

源站首次发布:Jan 14 202。

【数据内容】

源站描述(机器翻译,仅供参考):这项初步研究检测了取自 5 例免疫检查点抑制剂(ICI)湿疹样反应/ICI-Ecz、3 例 ICI 扁平苔藓样反应/ICI-LP、8 例特应性皮炎(AD)患者以及 9 名人口学匹配的健康对照的皮损和非皮损胶带条带样本中的基因表达。差异表达定义为 |倍数变化/FCH|>2 且错误发现率/FDR<0.1。在两个 ICI 组中均观察到 Th1 和 Th2 的显著上调,尤其是 IL4R。在 ICI-Ecz 和 AD 中还观察到 JAK/STAT 上调。

【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:GPL24014、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=GSE286907

【使用注意】

· 源站最后修改于 Jun 26 202,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=GSE286907

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

本初步研究检测了取自5例免疫检查点抑制剂(ICI)湿疹样反应/ICI-Ecz患者、3例ICI扁平苔藓样反应/ICI-LP患者、8例特应性皮炎(AD)患者以及9例人口学特征匹配的健康对照者的皮损区与非皮损区胶带剥离样本中的基因表达。差异表达定义为|倍数变化/FCH|>2且错误发现率/FDR<0.1。在两个ICI组中均观察到Th1和Th2显著上调,尤其是IL4R。此外,在ICI-Ecz和AD中还观察到JAK/STAT上调。

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