质粒诱导基因转录组分析:I型IFN作为DNA疫苗佐剂对抗传染性鲑鱼贫血病毒的作用
该数据集来自NCBI GEO,包含大西洋鲑注射部位肌肉在注射pIFNa、pHE、pcDNA3.3和PBS后第1周和第2周的转录组表达谱芯片数据,共1个文件

基本信息
资源简介
质粒诱导基因转录组分析:I型IFN作为DNA疫苗佐剂对抗传染性鲑鱼贫血病毒的作用
Transcriptome analysis of plasmid-induced genes sheds light on the role of type I IFN as adjuvant in DNA vaccine against infectious salmon anemia virus
该数据集来自NCBI GEO,包含大西洋鲑注射部位肌肉在注射pIFNa、pHE、pcDNA3.3和PBS后第1周和第2周的转录组表达谱芯片数据,共1个文件。研究比较了不同质粒诱导的基因表达响应,发现对照质粒pcDNA3.3和pHE均引起类似pIFNa但幅度较低的响应,提示质粒DNA本身可能具有佐剂活性;pHE对ISGs和趋化因子等免疫基因的影响低于pcDNA3.3,提示病毒蛋白的抑制作用。数据可用于研究DNA疫苗佐剂机制及I型IFN在抗ISAV免疫中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 24 201。
【数据内容】
源站描述(机器翻译,仅供参考):先前的研究表明,表达IFNa的质粒(pIFNa)强烈增强了大西洋鲑中针对传染性鲑鱼贫血病毒(ISAV)的DNA疫苗的保护作用和抗体产生。该疫苗由表达病毒血凝素-酯酶作为抗原的质粒(pHE)组成。为了增加对pIFNa佐剂效应的理解,这里比较了注射pIFNa、pHE、质粒对照(pcDNA3.3)和PBS后第1周和第2周时鲑鱼注射部位肌肉的转录组响应。一个主要发现是,对照质粒pcDNA3.3和pHE均引起与pIFNa相似的响应,但幅度较低。因此,质粒DNA本身可能具有如在哺乳动物模型中所观察到的佐剂活性。值得注意的是,pHE对许多免疫基因(包括ISGs和趋化因子)的影响低于pcDNA3.3,这表明病毒蛋白具有抑制作用。
【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、GPL16555、8030。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE106111
【使用注意】
· 源站最后修改于 Jan 25 201,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=GSE106111
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
先前一项研究表明,表达IFNa的质粒(pIFNa)能显著增强针对传染性鲑鱼贫血病毒(ISAV)的DNA疫苗在大西洋鲑中的保护效果和抗体产生。该疫苗由表达病毒血凝素-酯酶作为抗原的质粒(pHE)组成。为加深对pIFNa佐剂效应的理解,本研究比较了注射pIFNa、pHE、质粒对照(pcDNA3.3)和PBS后第1周和第2周注射部位鲑鱼肌肉的转录组反应。一个主要发现是,对照质粒pcDNA3.3和pHE均引起了与pIFNa相似的应答,但幅度较低。因此,质粒DNA本身可能具有佐剂活性,正如在哺乳动物模型中所观察到的。值得注意的是,pHE对许多免疫基因(包括ISGs和趋化因子)的影响低于pcDNA3.3,这提示该病毒蛋白具有抑制作用。
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。




