布基纳法索Fulani与Mossi族群对恶性疟原虫感染应答的DNA甲基化分析

该数据集来自NCBI GEO,标题为布基纳法索Fulani与Mossi族群对恶性疟原虫感染应答的DNA甲基化分析。研究比较了Fulani与Mossi两个族群在未感染和感染状态下特定免疫细胞群体的全局转录与DNA甲基化模式,发现Fulani单核细胞在感染后出现强转录应答,且该应答与DNA甲基化差异无关

geo
浏览 9
基因组分类GPL135349606
GSE100561: DNA-methylation analysis of response to P.falciparum infection in Fulani and Mossi ethnic groups, Burkina Faso

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-18

资源简介

布基纳法索Fulani与Mossi族群对恶性疟原虫感染应答的DNA甲基化分析

DNA-methylation analysis of response to P.falciparum infection in Fulani and Mossi ethnic groups, Burkina Faso

该数据集来自NCBI GEO,标题为布基纳法索Fulani与Mossi族群对恶性疟原虫感染应答的DNA甲基化分析。研究比较了Fulani与Mossi两个族群在未感染和感染状态下特定免疫细胞群体的全局转录与DNA甲基化模式,发现Fulani单核细胞在感染后出现强转录应答,且该应答与DNA甲基化差异无关。数据包含1个文件,采用genome tiling array甲基化谱分析,涉及GPL13534平台和人类9606。可用于研究疟疾感染免疫应答的族群差异及表观遗传调控机制(来源 NCBI)。

【数据集背景】

源站首次发布:Jun 27 201。

【数据内容】

源站描述(机器翻译,仅供参考):Fulani族群相对不易感染恶性疟原虫疟疾,但其遗传基础尚不清楚。因此,我们开展了一项初步研究,检测Fulani族群与同域族群Mossi相比,特定免疫细胞群体中的全局转录和DNA甲基化模式。当比较Fulani和Mossi的未感染与感染个体时,仅在Fulani的单核细胞组分中检测到强烈的转录应答,且这与DNA甲基化差异无关。

【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:GPL13534、9606。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE100561

【使用注意】

· 源站最后修改于 Jul 25 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE100561

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

富拉尼族相对不易感染恶性疟原虫疟疾,但其遗传基础尚不清楚。因此,我们开展了一项初步研究,比较富拉尼族与同域民族莫西族特定免疫细胞群体的全局转录和DNA甲基化模式。当比较富拉尼族和莫西族的未感染个体与感染个体时,仅在富拉尼族的单核细胞组分中检测到强烈的转录反应,且这与DNA甲基化差异无关。

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。