GSE302133:Malassezia与亚洲绝经期皮肤
研究覆盖345名亚洲女性的皮肤宏基因组,跨越绝经前、围绝经期和绝经后阶段,揭示Malassezia菌种流行率和丰度的阶段特异性差异

基本信息
资源简介
GSE302133:Malassezia与亚洲绝经期皮肤
Malassezia and the Asian menopausal skin
该数据集来自NCBI,包含1个文件GSE302133_series_matrix.txt.gz,聚焦Malassezia与亚洲女性绝经期皮肤的关系。研究覆盖345名亚洲女性的皮肤宏基因组,跨越绝经前、围绝经期和绝经后阶段,揭示Malassezia菌种流行率和丰度的阶段特异性差异。在角质形成细胞共培养中,Malassezia超过临界真菌阈值引发细胞毒性、侵入角质形成细胞并诱导炎症,转录组分析进一步刻画了暴露于毒性真菌载量下的角质形成细胞反应。数据可用于研究绝经相关皮肤微生态失调及Malassezia致病机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):绝经伴随皮肤变化,包括瘙痒、发红和皮肤干燥等主诉,与表皮变薄和皮脂腺活动减少有关。这些变化可导致微生物组失调,进而引发皮肤病。Malassezia是一种普遍存在、依赖脂质且占优势的皮肤真菌,与多种皮肤和系统性疾病相关。然而,在宿主生理变化(如绝经)背景下其致病机制仍未被探索。我们研究了345名亚洲女性的皮肤宏基因组,涵盖绝经前、围绝经期和绝经后,揭示了Malassezia菌种流行率和丰度的绝经阶段特异性差异。在角质形成细胞共培养中,Malassezia超过临界真菌阈值引发细胞毒性,侵入角质形成细胞并诱导炎症。对暴露于毒性真菌载量的角质形成细胞进行转录组分析显示
【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:GPL34284、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=GSE302133
【使用注意】
· 源站最后修改于 Oct 01 202,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=GSE302133
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
绝经伴随皮肤变化,包括瘙痒、发红和皮肤干燥等主诉,与表皮变薄和皮脂腺活动减少有关。这些变化可导致微生物组失调,进而引发皮肤病。马拉色菌是一种普遍存在、依赖脂质且占优势的皮肤真菌,与多种皮肤疾病和系统性疾病相关。然而,在绝经等宿主生理变化背景下,其致病机制尚未被探索。我们研究了345名涵盖绝经前、围绝经期和绝经后的亚洲女性的皮肤宏基因组,揭示了马拉色菌菌种在流行率和丰度上存在绝经阶段特异性差异。在角质形成细胞共培养中,马拉色菌超过临界真菌阈值后引发细胞毒性,侵入角质形成细胞并诱导炎症。暴露于毒性真菌载量的角质形成细胞的转录组分析揭示了多种炎症性皮肤病中存在的过度增殖和未分化表型所特有的基因表达谱。我们的发现揭示了绝经驱动的皮肤生理变化与马拉色菌介导的角质形成细胞功能障碍之间的机制联系。
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。




