GSE63107:巨大戟醇甲基丁烯酸酯在未受累皮肤与光化性角化病皮肤中诱导强烈炎症与伤口愈合反应

该数据集来自 NCBI GEO,包含 1 个文件(GSE63107_series_matrix.txt.gz),采用芯片表达谱(GPL570,9606)比较光化性角化病皮肤与匹配的未受累皮肤在巨大戟醇甲基丁烯酸酯凝胶治疗前后的转录组特征

geo
浏览 7
基因组分类Expression profiling by arrayGPL5709606
GSE63107: Ingenol mebutate induces profound inflammatory and wound healing responses in uninvolved and actinic keratosis skin

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-19

资源简介

GSE63107:巨大戟醇甲基丁烯酸酯在未受累皮肤与光化性角化病皮肤中诱导强烈炎症与伤口愈合反应

Ingenol mebutate induces profound inflammatory and wound healing responses in uninvolved and actinic keratosis skin

该数据集来自 NCBI GEO,包含 1 个文件(GSE63107_series_matrix.txt.gz),采用芯片表达谱(GPL570,9606)比较光化性角化病皮肤与匹配的未受累皮肤在巨大戟醇甲基丁烯酸酯凝胶治疗前后的转录组特征。数据可用于研究该药物诱导的炎症与伤口愈合相关基因表达变化,以及光化性角化病与正常皮肤的分子差异(来源 NCBI)。

【数据集背景】

源站首次发布:Nov 07 201。

【数据内容】

源站描述(机器翻译,仅供参考):我们研究了光化性角化病(AK)皮肤与匹配的未受累皮肤(US)样本在巨大戟醇甲基丁烯酸酯凝胶治疗前后的转录组谱。

【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:损伤、中毒及外因。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE63107

【使用注意】

· 源站最后修改于 Mar 25 201,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE63107

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

我们研究了光化性角化病(AK)皮肤与未经治疗(US)的匹配样本在ingenol mebutate凝胶治疗前后的转录组谱。我们发现AK具有独特的mRNA谱,可将其与未受累皮肤区分开来。特别是,许多与表皮发育和角质形成细胞分化相关的基因,如LCE3D、SPRR1A、PI3以及角蛋白家族中的若干基因,在AK0皮肤中高表达,而在US0中不表达,这与AK的角化过度特征相符。局部应用ingenol mebutate对基因表达谱产生了深远影响,有趣的是,US中受影响的基因远多于AK。富集分析显示,US和AK对ingenol mebutate治疗的主要反应均为炎症反应、对创伤的反应以及伤口愈合。

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。

获取专属数据定制方案