WT与CD47缺陷小鼠感染甲型流感病毒后分离肺泡巨噬细胞的转录组学
该数据集来自NCBI GEO,包含WT与CD47缺陷小鼠感染甲型流感病毒后分离的肺泡巨噬细胞的转录组学数据,用于评估CD47对抗病毒作用的影响

基本信息
资源简介
WT与CD47缺陷小鼠感染甲型流感病毒后分离肺泡巨噬细胞的转录组学
Transcriptomics of isolated alveolar macrophages from WT and CD47 deficient mice upon influenza A virus infection
该数据集来自NCBI GEO,包含WT与CD47缺陷小鼠感染甲型流感病毒后分离的肺泡巨噬细胞的转录组学数据,用于评估CD47对抗病毒作用的影响。数据以表达谱芯片形式提供,文件数量为1,样例文件为GSE201825_series_matrix.txt.gz。研究在感染后第3天分离肺泡巨噬细胞,发现CD47缺陷小鼠中血红蛋白α和β表达增加,而非经典抗病毒介质。该数据可用于分析CD47在流感病毒感染中调控肺泡巨噬细胞基因表达的机制(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 28 202。
【数据内容】
源站描述(机器翻译,仅供参考):CD47是一种广泛表达的 surface molecule,对免疫反应有显著影响。然而,其对抗病毒免疫的作用尚未完全了解。我们可以表明,CD47在流感病毒防御中具有抑制作用,因为CD47缺陷小鼠(CD47-/-)在流感病毒感染期间表现出增加的病毒清除。这种效应与肺泡巨噬细胞密切相关,但其潜在机制尚不清楚。因此,为了评估CD47对肺泡巨噬细胞抗病毒作用的确切影响,对来自CD47-/-和WT小鼠的离体分离肺泡巨噬细胞在感染后3天进行了转录分析。令人惊讶的是,在感染甲型流感病毒后,与WT肺泡巨噬细胞相比,CD47缺陷肺泡巨噬细胞中血红蛋白α和血红蛋白β的表达均增加,而非经典抗病毒介质。重要的是,抗病毒
【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、GPL23038、10090。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=GSE201825
【使用注意】
· 源站最后修改于 Dec 10 202,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=GSE201825
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
CD47是一种广泛表达的表面分子,对免疫反应具有显著影响。然而,其在抗病毒免疫中的作用尚未完全明了。我们可以证明,CD47在流感病毒防御中具有抑制作用,因为CD47缺陷小鼠(CD47-/-)在流感病毒感染期间显示出增强的病毒清除能力。这一效应与肺泡巨噬细胞密切相关,但其潜在机制尚不清楚。因此,为了评估CD47对肺泡巨噬细胞抗病毒作用的确切影响,我们在感染后第3天分离了来自CD47-/-和WT小鼠的离体肺泡巨噬细胞,并进行了转录分析。令人惊讶的是,在甲型流感病毒感染后,与WT肺泡巨噬细胞相比,CD47缺陷的肺泡巨噬细胞中血红蛋白α和血红蛋白β的表达均增加,而非经典抗病毒介质。重要的是,血红蛋白对其他病毒的抗病毒活性已被证实,因此,CD47可能通过调节血红蛋白来限制流感病毒防御,而血红蛋白可能在感染期间作为抗病毒免疫反应的调节因子。
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。




