小鼠RPE/脉络膜对系统性病毒感染及循环干扰素-γ升高的趋化因子表达数据集
研究比较了系统性 LCMV 感染与持续输注 IFNγ 两种条件下趋化因子配体、受体及早期补体成分的表达变化,并在蛋白水平验证部分基因表达结果

基本信息
资源简介
小鼠RPE/脉络膜对系统性病毒感染及循环干扰素-γ升高的趋化因子表达数据集
Chemokine expression in murine RPE/choroid in response to systemic viral infection and elevated levels of circulating interferon-γ
该数据集来自 NCBI GEO(GSE73519),包含 1 个文件 GSE73519_series_matrix.txt.gz,采用全转录组基因表达微阵列分析小鼠 RPE/脉络膜组织。研究比较了系统性 LCMV 感染与持续输注 IFNγ 两种条件下趋化因子配体、受体及早期补体成分的表达变化,并在蛋白水平验证部分基因表达结果。数据可用于研究系统性免疫激活对 RPE/脉络膜界面基因表达的影响,以及 IFNα/β 受体或 IFNγ 缺陷小鼠中的表达差异(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 28 201。
【数据内容】
源站描述(机器翻译,仅供参考):目的:探讨体内循环免疫介质如何影响视网膜色素上皮(RPE)/脉络膜界面的基因和蛋白表达。方法:用淋巴细胞脉络丛脑膜炎病毒(LCMV)对年轻小鼠进行系统性感染,或持续输注干扰素(IFN)γ。分离 RPE/脉络膜,并用全转录组基因表达微阵列进行分析。在蛋白水平验证选定的基因表达发现。结果:病毒感染引起的系统性免疫激活和无菌性系统性 IFNγ 水平升高均导致 RPE/脉络膜分离物中趋化因子配体、趋化因子受体和早期补体成分的表达增加。这些发现在缺乏干扰素 α/β 受体或 IFNγ 的 LCMV 感染小鼠中基本不存在。结论:这些发现共同表明,急性系统性
【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、GPL6246、10090。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE73519
【使用注意】
· 源站最后修改于 Apr 02 201,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=GSE73519
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
目的 探讨体内循环免疫介质如何影响视网膜色素上皮(RPE)/脉络膜界面的基因和蛋白表达。方法 对年轻小鼠进行淋巴细胞脉络丛脑膜炎病毒(LCMV)全身感染或持续输注干扰素(IFN)γ。分离RPE/脉络膜,并用全转录组基因表达微阵列进行分析。在蛋白质水平上对选定的基因表达发现进行验证。结果 病毒感染引起的全身免疫激活和无菌性全身IFNγ水平升高均导致RPE/脉络膜分离物中趋化因子配体、趋化因子受体和早期补体成分的表达增加。这些发现在缺乏干扰素α/β受体或IFNγ的LCMV感染小鼠中基本不存在。结论 总之,这些发现表明,急性全身免疫激活会导致RPE/脉络膜界面的局部反应,其中可能包括趋化因子依赖性炎症细胞募集和补体系统的参与。
这可能代表了系统性低度炎症与在多种多因素疾病(如衰老、年龄相关性黄斑变性(AMD)和糖尿病)中观察到的视网膜病变之间的联系。
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。




