P. berghei ANKA感染小鼠体内寄生虫红细胞无性生命周期进展的单细胞RNA测序（有无系统性宿主炎症）
该数据集来自omicsdi.org，包含对感染Plasmodium berghei ANKA小鼠的红细胞进行10X Chromium液滴法单细胞RNA测序，并覆盖在急性寄生虫感染或LPS诱导的系统性宿主炎症条件下对寄生虫感染红细胞的单细胞转录组分析
基本信息
资源简介
P. berghei ANKA感染小鼠体内寄生虫红细胞无性生命周期进展的单细胞RNA测序（有无系统性宿主炎症）
该数据集聚焦于约氏疟原虫ANKA株（Plasmodium berghei ANKA）感染小鼠体内红细胞的单细胞转录组研究，通过10X Chromium液滴法单细胞RNA测序，刻画寄生虫在宿主体内无性生活周期进程中的基因表达特征。数据同时覆盖两种系统性宿主炎症背景：急性寄生虫感染本身引发的炎症，以及脂多糖（LPS）处理诱导的炎症状态，从而支持在有无系统性宿主炎症条件下对感染红细胞进行对比分析。研究目的在于帮助识别可能与系统性宿主炎症所导致的寄生虫成熟缺陷相关的基因或通路。数据集归类于血液及造血器官疾病相关方向，主题标签为转录组学（Transcriptomics），来源于omicsdi.org。
【数据集背景】
疟原虫在宿主体内的发育进程与其所处的宿主生理环境密切相关。系统性宿主炎症是感染过程中常见的宿主反应，已有观察提示这种炎症状态可能干扰寄生虫的正常成熟。为在单细胞层面解析这一现象，该数据集以感染约氏疟原虫ANKA株的小鼠为对象，从感染小鼠体内回收红细胞并开展单细胞转录组测序，同时设置急性寄生虫感染与LPS处理两种系统性炎症条件，以便比较炎症存在与否时感染红细胞内寄生虫转录状态的差异。该研究的落脚点在于寻找可能介导炎症相关寄生虫成熟缺陷的基因或通路。
【数据内容】
数据主体为感染小鼠红细胞的单细胞RNA测序结果，采用10X Chromium液滴法建库测序。样本涵盖两类条件：一是在无系统性宿主炎症干预下、伴随无性生活周期进程的感染红细胞；二是在系统性宿主炎症条件下（由急性寄生虫感染或LPS处理诱导）的感染红细胞。数据因而可用于比较不同炎症背景下感染红细胞的单细胞转录组特征，并围绕寄生虫成熟相关基因与通路开展分析。主题标签为转录组学。
【采集与来源】
样本来自感染约氏疟原虫ANKA株的小鼠，红细胞被回收后进入10X Chromium液滴法单细胞测序流程。数据来源站为omicsdi.org，本站分类为血液及造血器官疾病 / 其他。
【适用场景】
适用于在单细胞分辨率下研究疟原虫在宿主体内的无性生活周期进程，尤其是比较系统性宿主炎症存在与否时感染红细胞转录状态的差异；可用于筛选与炎症诱导的寄生虫成熟缺陷相关的候选基因或通路；也可作为血液及造血器官疾病相关转录组数据的参考资源。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-12954
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
从感染伯氏疟原虫ANKA株的小鼠体内回收红细胞（RBCs），用于10X Chromium液滴法测序。此外，在急性寄生虫感染或LPS预处理诱导的全身宿主炎症存在下，对受感染的红细胞进行了scRNAseq。这些分析旨在帮助识别可能由全身宿主炎症引起的寄生虫成熟缺陷相关的基因或通路。
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。
