特应性皮炎合并疱疹性湿疹患者新基因特征鉴定数据集
该数据集来自 NCBI,标题为特应性皮炎合并疱疹性湿疹患者新基因特征鉴定,包含 1 个文件 GSE60481_series_matrix.txt.gz,主题标签涉及高通量测序表达谱、平台 GPL11154 和物种 9606

基本信息
资源简介
特应性皮炎合并疱疹性湿疹患者新基因特征鉴定数据集
Identification of novel gene signatures in patients with atopic dermatitis complicated by eczema herpeticum
该数据集来自 NCBI,标题为特应性皮炎合并疱疹性湿疹患者新基因特征鉴定,包含 1 个文件 GSE60481_series_matrix.txt.gz,主题标签涉及高通量测序表达谱、平台 GPL11154 和物种 9606。源站描述指出部分特应性皮炎患者易发生播散性单纯疱疹病毒感染即疱疹性湿疹,目前缺乏识别这类患者的生物标志物。数据可用于探索相关基因表达特征,辅助识别 ADEH+ 患者(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 18 201。
【数据内容】
源站描述(机器翻译,仅供参考):背景:一部分特应性皮炎(AD)患者易发生播散性单纯疱疹病毒(HSV)感染,即疱疹性湿疹(ADEH+)。目前缺乏识别 ADEH+ 的生物标志物。
【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:GPL11154、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=GSE60481
【使用注意】
· 源站最后修改于 Jan 08 202,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=GSE60481
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:一部分特应性皮炎(AD)患者易发生播散性单纯疱疹病毒(HSV)感染,即疱疹性湿疹(ADEH+)。目前缺乏能够识别ADEH+的生物标志物。目的:在外周血单个核细胞(PBMCs)中寻找新的ADEH+基因特征。方法:采用RNA测序(RNA-seq)方法,利用来自ADEH+和无EH病史的AD患者(ADEH-)的PBMCs评估整体转录变化。候选基因通过qPCR或ELISA进行确认。结果:与ADEH- PBMCs相比,ADEH+ PBMCs在HSV-1刺激后转录组出现明显变化:792个基因在错误发现率(FDR)< 0.05(ANOVA)水平上差异表达,15个I型和III型干扰素(IFN)基因位列ADEH+中下调最显著的20个基因之中。我们进一步验证,与ADEH-和正常对照相比,ADEH+的HSV-1刺激PBMCs中IFN-α和IL-29的mRNA及蛋白水平显著降低。Ingenuity通路分析(IPA)表明,基于其靶基因的下调,I型和III型IFN的上游调控因子IRF3和IRF7在ADEH+中显著受到抑制。
此外,我们发现,在HSV-1刺激的ADEH+受试者PBMC中,IRF3和IRF7的基因表达显著降低。结论:与ADEH-相比,ADEH+的PBMC在暴露于HSV-1后表现出独特的免疫反应。ADEH+中IRF3和IRF7先天免疫通路的抑制可能是增加对播散性病毒感染易感性的重要机制。
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。




