GSE128115：食蟹猴感染诺氏疟原虫的疟疾宿主病原体中心实验07A和07B
该数据集来自NCBI GEO，对应MaHPIC实验07A和07B，以食蟹猴（Macaca fascicularis）感染诺氏疟原虫（Plasmodium knowlesi）为模型，整合急性原发感染期的临床、血液学、寄生虫学、组学、遥测和组织病理学等多类测量数据
基本信息
资源简介
GSE128115：食蟹猴感染诺氏疟原虫的疟疾宿主病原体中心实验07A和07B
Malaria Host Pathogen Center Experiment 07A and 07B - Macaca fascicularis infected with Plasmodium knowlesi to produce and integrate clinical, hematological, parasitological, omics, telemetric and histopathological measures of acute primary infection.
该数据集来自NCBI GEO，对应MaHPIC实验07A和07B，以食蟹猴（Macaca fascicularis）感染诺氏疟原虫（Plasmodium knowlesi）为模型，整合急性原发感染期的临床、血液学、寄生虫学、组学、遥测和组织病理学等多类测量数据。数据包含1个文件GSE128115_series_matrix.txt.gz，采用高通量测序进行表达谱分析，平台为GPL25695。该数据可用于研究疟疾感染过程中宿主与寄生虫的复杂动态，支持比较转录组、免疫反应及疾病进展相关分析，为理解人类疟疾提供非人灵长类参考（来源 NCBI）。
【数据集背景】
源站首次发布：Mar 11 201。
【数据内容】
源站描述（机器翻译，仅供参考）：本项目是疟疾宿主-病原体相互作用中心（MaHPIC）的一部分——这是一个跨学科的疟疾系统生物学研究项目，最初由NIH/NIAID合同（# HHSN272201200031C，2012-2017；见
【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：GPL25695、5850。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=GSE128115
【使用注意】
· 源站最后修改于 Oct 13 202，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=GSE128115
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
本项目是疟疾宿主-病原体相互作用中心（MaHPIC）的一部分——这是一个跨学科的疟疾系统生物学研究项目，最初由NIH/NIAID合同（# HHSN272201200031C，2012-2017；见http://www.systemsbiology.emory.edu）资助。MaHPIC在国防高级研究计划局（DARPA）及其他机构的支持下持续开展。MaHPIC产生多种数据类型（例如临床、血液学、寄生虫学、代谢组学、功能基因组学、脂质组学、蛋白质组学、免疫反应、遥测）和数学模型，以迭代测试和提出与非人灵长类（NHPs）疟疾过程中复杂宿主-寄生虫动力学相关的假设，并通过与在疟疾流行国家开展临床研究的研究人员合作获取代谢组学数据，其总体目标是更好地理解人类疾病、发病机制和免疫。所有数据和元数据的策展与维护均由MaHPIC负责。
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。
