炎症通过IL-1RA影响基底前列腺干细胞雄激素受体信号
该数据集来自NCBI GEO,包含一个系列矩阵文件,基于高通量测序表达谱,研究慢性非细菌性前列腺炎对基底前列腺干细胞中雄激素受体信号的影响

基本信息
资源简介
炎症通过IL-1RA影响基底前列腺干细胞雄激素受体信号
Inflammation Impacts Androgen Receptor Signaling in Basal Prostate Stem Cells Through Interleukin 1 Receptor Antagonist
该数据集来自NCBI GEO,包含一个系列矩阵文件,基于高通量测序表达谱,研究慢性非细菌性前列腺炎对基底前列腺干细胞中雄激素受体信号的影响。数据覆盖炎症条件下基因表达变化,鉴定IL-1RA为关键调控因子,可用于探索炎症驱动前列腺增生症状的分子机制及候选调控基因(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 30 202。
【数据内容】
源站描述(机器翻译,仅供参考):良性前列腺增生(BPH)患者的慢性前列腺炎症与症状严重程度相关。炎症如何导致前列腺增大和/或BPH症状及其潜在机制仍不清楚。在本研究中,我们利用一种模拟男性慢性非细菌性前列腺炎的独特转基因小鼠模型,研究了炎症对基底前列腺干细胞(bPSC)中雄激素受体(AR)及其体内分化的影响。我们发现炎症显著增强了bPSC中AR的水平和活性。更重要的是,我们鉴定出白细胞介素1受体拮抗剂(IL-1RA)是炎症期间bPSC中AR的关键调节因子。IL-1RA是炎症上调最显著的基因之一,抑制IL-1RA可逆转源自炎症bPSC的类器官中增强的AR活性。此外,IL-1RA似乎
【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:GPL17021、10090。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE271146
【使用注意】
· 源站最后修改于 Dec 13 202,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=GSE271146
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
良性前列腺增生(BPH)患者的慢性前列腺炎症与症状严重程度相关。炎症如何促进前列腺增大和/或BPH症状及其潜在机制仍不清楚。在本研究中,我们利用了一种独特的转基因小鼠模型,该模型模拟男性慢性非细菌性前列腺炎,并研究了炎症对基底前列腺干细胞(bPSC)中雄激素受体(AR)及其体内分化的影响。我们发现炎症显著增强了bPSC中AR的水平和活性。更重要的是,我们确定白细胞介素1受体拮抗剂(IL-1RA)是炎症期间bPSC中AR的关键调节因子。IL-1RA是炎症上调最显著的基因之一,抑制IL-1RA可逆转源自炎症bPSC的类器官中增强的AR活性。此外,IL-1RA似乎通过拮抗IL-1的抑制作用来激活AR。
此外,利用谱系追踪模型,我们观察到即使在去势条件下,炎症仍能诱导bPSC增殖并分化为腔细胞,这表明炎症驱动的AR激活足以促进bPSC的增殖与分化。综上所述,我们的研究揭示了炎症调控bPSC中AR信号传导并诱导bPSC腔细胞分化的新机制,这可能参与前列腺增生的发生。
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。




