肯尼亚儿童无症状恶性疟原虫感染的免疫学与转录组纵向队列数据
该数据集来自肯尼亚儿童纵向队列研究，采集疟疾传播季前横断面调查的全血样本，包含全血基因表达谱、恶性疟原虫特异性抗体谱、血浆细胞因子谱和全血细胞计数（CBC）测量
基本信息
资源简介
肯尼亚儿童无症状恶性疟原虫感染的免疫学与转录组纵向队列数据
Data for: Asymptomatic Plasmodium falciparum infection is immunologically active and associated with lower subsequent risk of febrile malaria in Kenyan children: a longitudinal cohort study
该数据集来自肯尼亚儿童纵向队列研究，采集疟疾传播季前横断面调查的全血样本，包含全血基因表达谱、恶性疟原虫特异性抗体谱、血浆细胞因子谱和全血细胞计数（CBC）测量。细胞因子采用人65-plex assay测定，抗体针对AMA1、MSP2和MSP3抗原的IgG定量，CBC使用Beckman Coulter DxH 520分析仪，基因表达经RNA测序并比对GRCh38参考转录本。数据可用于研究无症状恶性疟原虫感染的免疫活性及其与后续发热性疟疾风险的关系（来源 DOI 解析）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：在疟疾传播季前开展的横断面调查中采集全血样本，用于生成免疫学和转录组数据集。这些数据集包括全血基因表达谱、恶性疟原虫特异性抗体谱、血浆细胞因子谱和全血细胞计数（CBC）测量。细胞因子浓度使用人细胞因子/趋化因子65-plex assay从血浆中测定。恶性疟原虫特异性抗体反应通过定量血浆中针对寄生虫抗原AMA1、MSP2和MSP3的IgG抗体进行评估。全血细胞计数（CBC）测量使用Beckman Coulter DxH 520分析仪进行。基因表达谱在RNA测序并伪比对至参考GRCh38人类转录本及下游分析前质量过滤后生成。这些数
【主题与分类】
主题标签：Medicine, Health and Life Sciences、asymptomatic infection、Plasmodium falciparum、whole-blood RNA-seq、anti-disease immuni-ty、tolerance、Junju cohort、Kilifi、immune regulation、B-cell signalling。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/ZRNHEP
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://doi.org/10.7910/DVN/ZRNHEP
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:
数据集大小约 702.9 KB。
数据说明
在疟疾传播季节前开展的横断面调查中采集了全血样本，用于生成免疫学和转录组学数据集。这些数据集包括全血基因表达谱、恶性疟原虫特异性抗体谱、血浆细胞因子谱和全血细胞计数（CBC）测量结果。细胞因子浓度采用人细胞因子/趋化因子65重检测法从血浆中测定。恶性疟原虫特异性抗体反应通过定量血浆中针对寄生虫抗原AMA1、MSP2和MSP3的IgG抗体进行评估。全血细胞计数（CBC）测量使用Beckman Coulter DxH 520分析仪进行。基因表达谱的生成流程为：RNA测序、比对至参考GRCh38人类转录本的伪对齐，以及在下游分析前进行质量过滤。随后对这些数据进行整合和分析，以研究与无症状恶性疟原虫感染相关的免疫反应。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
