PRJNA730713:白藜芦醇经AMPK信号通路改善人SZ95皮脂细胞脂质蓄积与炎症的体外研究
该数据集来自NCBI,围绕白藜芦醇(RVT)对人SZ95皮脂细胞的作用开展体外研究,采用RNA测序进行全转录组分析,并结合Nile red染色检测细胞内中性脂质、脂质组学分析脂质谱变化,以及qPCR和ELISA评估IL-1β、IL-6的mRNA与蛋白水平

基本信息
资源简介
PRJNA730713:白藜芦醇经AMPK信号通路改善人SZ95皮脂细胞脂质蓄积与炎症的体外研究
该数据集来自NCBI,围绕白藜芦醇(RVT)对人SZ95皮脂细胞的作用开展体外研究,采用RNA测序进行全转录组分析,并结合Nile red染色检测细胞内中性脂质、脂质组学分析脂质谱变化,以及qPCR和ELISA评估IL-1β、IL-6的mRNA与蛋白水平。数据覆盖转录组基因表达及脂质代谢、炎症相关指标,可用于探究RVT经AMPK信号通路改善亚油酸诱导的脂质蓄积与肽聚糖诱导的炎症的机制(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:寻常痤疮是最常见的皮肤病学难题之一,缺乏有效且耐受性良好的治疗方法。一项早期研究表明,白藜芦醇(RVT)对痤疮患者具有治疗作用,但机制不明。目的:评估RVT对培养的SZ95皮脂细胞中由亚油酸(LA)诱导的脂肪生成和由肽聚糖(PGN)诱导的炎症的体外作用,并研究其潜在机制。方法:采用RNA测序进行全转录组分析。用Nile red染色检测细胞内中性脂质。采用脂质组学检查皮脂细胞中脂质谱的变化。分别通过定量实时PCR和酶联免疫吸附测定评估白细胞介素(IL)-1β和IL-6的mRNA和蛋白水平。脂肪生成相关蛋白、炎症信号通路的表达及
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA730713
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/bioproject/PRJNA730713
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:寻常痤疮是最常见的皮肤病学难题之一,缺乏有效且耐受性良好的治疗方法。早期研究表明,白藜芦醇(RVT)对痤疮患者具有治疗作用,但其机制尚不明确。目的:评估RVT对体外培养的SZ95皮脂腺细胞中亚油酸(LA)诱导的脂肪生成和肽聚糖(PGN)诱导的炎症的影响,并研究其潜在机制。方法:采用RNA测序进行全转录组分析。用尼罗红染色检测细胞内中性脂质。采用脂质组学检测皮脂腺细胞中脂质谱的变化。分别采用实时定量PCR和酶联免疫吸附试验评估白细胞介素(IL)-1β和IL-6的mRNA及蛋白水平。采用Western blot评估脂肪生成相关蛋白、炎症信号通路及AMP活化蛋白激酶(AMPK)通路的表达。使用特异性小干扰RNA(siRNA)敲低sirtuin-1(SIRT1)表达。
结果:RVT抑制了脂肪生成相关通路和核因子-κB(NF-κB)信号通路,降低了SZ95皮脂细胞中不饱和脂肪酸的含量。LA诱导的脂肪生成及脂质相关蛋白的表达均被RVT下调。此外,RVT促进了SIRT1的表达以及NF-κB p65亚基的去乙酰化,随后减少了PGN诱导下IL-1β和IL-6的分泌。进一步研究发现,AMPK抑制剂Compound C预处理可消除RVT介导的抑制皮脂生成和抗炎作用,同时SIRT1沉默消除了RVT的抗炎能力。结论:RVT在人皮脂细胞中部分通过AMPK通路表现出抑制皮脂生成和抗炎作用,这可能为RVT治疗寻常痤疮的作用提供依据。总体设计:检测经PGN处理的人SZ95皮脂细胞的全转录组表达
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。




