重症COVID-19患者单核细胞的表观遗传与转录组重塑
该数据集来自NCBI GEO(GSE188573),包含重症COVID-19患者单核细胞的DNA甲基化组和转录组数据,采用甲基化芯片(GPL21145)检测

基本信息
资源简介
重症COVID-19患者单核细胞的表观遗传与转录组重塑
Epigenetic and transcriptomic remodeling in monocytes of severe COVID-19 patients mirrors systemic changes in cytokines and immune cell crosstalk
该数据集来自NCBI GEO(GSE188573),包含重症COVID-19患者单核细胞的DNA甲基化组和转录组数据,采用甲基化芯片(GPL21145)检测。数据可用于分析重症COVID-19中单核细胞的表观遗传调控变化,特别是DNA甲基化改变与I型干扰素、抗原呈递等功能受损及基因表达变化的关系,并可与细菌脓毒症中的类似变化进行比较研究(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 10 202。
【数据内容】
源站描述(机器翻译,仅供参考):COVID-19表现为从无症状和轻症到重症和危重症的广泛临床表型谱。重症和危重症COVID-19患者的特征在于髓系区室(尤其是单核细胞)的显著失调;然而,关于这些细胞在重症COVID-19患者高炎症反应中的表观遗传调控知之甚少。在本研究中,我们获得了重症COVID-19患者单核细胞的DNA甲基化组和转录组。我们观察到剧烈的DNA甲基化变化,涵盖I型干扰素(IFN)受损、抗原呈递功能等,这与基因表达变化一致,支持DNA甲基化改变在髓系区室失调中的相关性。这些变化与细菌脓毒症中发生的变化相似,尽管特定功能导致
【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:Methylation profiling by array、GPL21145、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=GSE188573
【使用注意】
· 源站最后修改于 Dec 15 202,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=GSE188573
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
COVID-19的临床表现涵盖广泛的临床表型,从无症状和轻症到重型和危重型。重型和危重型COVID-19患者的特征在于髓系区室(尤其是单核细胞)的显著失调;然而,关于这些细胞在重型COVID-19患者高炎症反应中的表观遗传调控,目前知之甚少。在本研究中,我们获取了重型COVID-19患者单核细胞的DNA甲基化组和转录组。我们观察到剧烈的DNA甲基化变化,涵盖I型干扰素(IFN)功能受损、抗原呈递功能受损等,这与基因表达变化相一致,支持DNA甲基化改变在髓系区室失调中的相关性。这些变化与细菌性脓毒症中发生的变化相似,但也鉴定出了由病毒感染导致的特定功能。此外,还发现DNA甲基化改变与序贯器官衰竭评估(SOFA)评分之间存在渐进关系,且与IFNγ产生和T辅助1细胞细胞因子产生相关。
对其他免疫细胞类型的单细胞转录组分析,得以推断单核细胞与NK细胞、浆B细胞和T细胞等其他细胞类型之间通讯的失调,这可以部分解释单核细胞表观基因组失调,从而使这些患者中的失调反应持续存在。
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。




