GSE53795:早期炎症性痤疮皮损中Th17通路被激活
该数据集来自NCBI GEO,包含早期炎症性痤疮皮损的基因表达谱芯片数据,使用Affymetrix GeneChip平台(GPL570)检测痤疮患者皮损与非皮损皮肤的转录组差异

基本信息
资源简介
GSE53795:早期炎症性痤疮皮损中Th17通路被激活
Th17 pathway is activated in early inflamed acne lesions
该数据集来自NCBI GEO,包含早期炎症性痤疮皮损的基因表达谱芯片数据,使用Affymetrix GeneChip平台(GPL570)检测痤疮患者皮损与非皮损皮肤的转录组差异。研究聚焦Th17谱系特征性细胞因子在皮损中的显著升高,并通过RT-PCR在独立患者群体中验证IL-17表达上调,同时涉及Th17分化相关细胞因子及促炎因子、Th1标志物的RNA水平变化。数据可用于探索痤疮炎症机制、Th17通路激活特征及皮肤疾病表达谱分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 03 201。
【数据内容】
源站描述(机器翻译,仅供参考):痤疮炎症机制尚不明确。本研究在两个独立患者群体中开展,聚焦早期炎症性痤疮中适应性免疫和固有免疫的激活。从痤疮患者的皮损和非皮损皮肤采集活检组织。银屑病患者和健康志愿者被纳入研究用于比较(未包含在记录中)。使用Affymetrix Genechips,我们观察到与未受累皮肤相比,痤疮皮损中Th17谱系的特征性细胞因子显著升高。IL-17表达增加在两个独立患者群体中通过实时qPCR(RT-PCR)得到确认。参与Th17谱系分化的细胞因子(IL-1beta、IL-6、TGF-beta;IL23p19)在RNA水平上显著诱导。此外,促炎细胞因子(IL-8、TNF-α)、Th1标志物(IL12p40、CXCR3、T-bet、IFN-gamma)、T
【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、GPL570、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=GSE53795
【使用注意】
· 源站最后修改于 Mar 25 201,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=GSE53795
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
痤疮中炎症的机制尚不明确。本研究在两个独立的患者群体中进行,聚焦于早期炎症性痤疮中适应性免疫和固有免疫的激活。从痤疮患者的皮损和非皮损皮肤采集活检组织。研究纳入银屑病患者和健康志愿者作为对照(未纳入记录)。使用Affymetrix Genechips,我们观察到与未受累皮肤相比,痤疮皮损中Th17谱系的特征性细胞因子显著升高。IL-17表达的增加在两个独立的患者群体中通过实时qPCR(RT-PCR)得到证实。参与Th17谱系分化的细胞因子(IL-1beta、IL-6、TGF-beta;IL23p19)在RNA水平上显著诱导。此外,促炎细胞因子(IL-8、TNF-α)、Th1标志物(IL12p40、CXCR3、T-bet、IFN-gamma)、T调节细胞标志物(Foxp3、IL-10、TGF-β)以及抗菌肽(S100A7、S100A9、LNC2、hBD2、hBD3、hCAP18)均被诱导。重要的是,免疫组织化学显示痤疮皮损中IL-17A阳性T细胞和CD83树突状细胞数量显著增加。
总之,我们的结果表明痤疮皮损中存在IL17A阳性T细胞以及Th17相关细胞因子的激活,提示Th17通路可能在该疾病过程中发挥关键作用,为治疗提供了新的靶点。
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。




