GSE212003:并行使用人类干细胞肺和心脏模型为SARS-CoV-2治疗提供见解
该数据集来自NCBI GEO,包含人类干细胞来源的肺肺泡II型(AT2)上皮细胞与心脏培养物感染SARS-CoV-2后的配对实验数据

基本信息
资源简介
GSE212003:并行使用人类干细胞肺和心脏模型为SARS-CoV-2治疗提供见解
Parallel use of human stem cell lung and heart models provide insights for SARS-CoV-2 treatment
该数据集来自NCBI GEO,包含人类干细胞来源的肺肺泡II型(AT2)上皮细胞与心脏培养物感染SARS-CoV-2后的配对实验数据。通过CRISPR-Cas9敲除ACE2,验证了ACE2对两种细胞感染的必要性,并发现肺细胞需要TMPRSS2而心脏细胞依赖内体途径。宿主转录组与磷酸化蛋白质组响应因细胞类型而异,研究还鉴定了具有不同抗病毒和毒性特征的化合物。数据可用于研究SARS-CoV-2在肺和心脏中的分子机制及抗病毒药物筛选(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):严重急性呼吸综合征冠状病毒2(SARS-CoV-2)主要感染呼吸道,但在重型2019冠状病毒病(COVID-19)中会出现肺和心脏并发症。为阐明肺和心脏中的分子机制,我们在感染SARS-CoV-2的人干细胞来源的肺肺泡II型(AT2)上皮细胞和心脏培养物中进行了配对实验。通过CRISPR-Cas9介导的ACE2敲除,我们证明血管紧张素转换酶2(ACE2)对两种细胞的SARS-CoV-2感染均必不可少,但肺细胞的进一步加工需要TMPRSS2,而心脏细胞需要内体途径。宿主反应显著不同;转录组分析和磷酸化蛋白质组学反应强烈依赖于细胞类型。我们鉴定了几种具有不同抗病毒和毒性特征的抗病毒化合物。
【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:GPL24676、9606。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE212003
【使用注意】
· 源站最后修改于 Sep 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=GSE212003
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
严重急性呼吸综合征冠状病毒2型(SARS-CoV-2)主要感染呼吸道,但在重型2019冠状病毒病(COVID-19)中可出现肺部及心脏并发症。为阐明肺和心脏中的分子机制,我们在感染SARS-CoV-2的人干细胞来源的肺泡II型(AT2)上皮细胞和心脏培养物中进行了配对实验。通过CRISPR-Cas9介导的ACE2敲除,我们证明血管紧张素转换酶2(ACE2)对两种细胞类型的SARS-CoV-2感染均必不可少,但肺细胞中的进一步加工需要TMPRSS2,而心脏细胞则需要内体途径。宿主反应存在显著差异;转录组谱分析和磷酸化蛋白质组学反应强烈依赖于细胞类型。我们在肺AT2细胞和心脏细胞中鉴定出几种具有不同抗病毒和毒性特征谱的抗病毒化合物,凸显了使用多种相关细胞类型评估抗病毒药物的重要性。我们的数据为合理联合用药(Q2)以有效治疗一种影响多器官系统的病毒提供了新见解。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




