数据集概述
本数据集基于βENaC过表达（βENaC-Tg）小鼠囊性纤维化样肺病模型，研究无细菌感染条件下气道中性粒细胞胞外陷阱（NETs）的存在及特征。通过组织学评分、流式细胞术、多重ELISA等方法，分析小鼠肺组织及支气管肺泡灌洗液（BALF）中的NETs标志物、炎症细胞因子等指标，验证该模型在研究囊性纤维化慢性气道炎症中NETs作用的适用性。
文件详解
- 文件名称：
BENaC_manuscript_raw_data.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含βENaC-Tg小鼠（6周、8周龄）与对照组小鼠的原始实验数据，可能涉及的字段包括：肺组织学炎症评分、BALF中性粒细胞数量、BALF中CF相关细胞因子/趋化因子（KC、MIP-1α/β、MCP-1、G-CSF、IL-5、IL-6）浓度、BALF中MPO-DNA复合物水平、中性粒细胞组蛋白瓜氨酸化水平等NETs特异性标志物检测数据。
适用场景
- 囊性纤维化炎症机制研究：分析NETs在无细菌感染条件下囊性纤维化样肺病气道炎症中的作用。
- 动物模型验证：评估βENaC-Tg小鼠作为研究囊性纤维化慢性气道炎症NETs作用模型的适用性。
- 炎症标志物筛选：探索囊性纤维化相关细胞因子、趋化因子及NETs标志物（如MPO-DNA复合物、组蛋白瓜氨酸化）的表达特征。
- 气道炎症干预靶点研究：基于NETs相关指标，寻找囊性纤维化慢性气道炎症的潜在治疗靶点。
