GSE210797:IFITM3在非病毒性脓毒症中调控纤维蛋白原内吞与血小板反应性的作用

该数据集来自NCBI GEO,包含1个文件(GSE210797_series_matrix.txt.gz),基于高通量测序(GPL24676,9606)对非病毒性脓毒症下的血小板基因表达与反应性进行表达谱分析

geo
浏览 3
基因组分类GPL246769606
GSE210797: A Role for IFITM3 in Regulating Fibrinogen Endocytosis and Platelet Reactivity in Non-Viral Sepsis

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-23

资源简介

GSE210797:IFITM3在非病毒性脓毒症中调控纤维蛋白原内吞与血小板反应性的作用

A Role for IFITM3 in Regulating Fibrinogen Endocytosis and Platelet Reactivity in Non-Viral Sepsis

该数据集来自NCBI GEO,包含1个文件(GSE210797_series_matrix.txt.gz),基于高通量测序(GPL24676,9606)对非病毒性脓毒症下的血小板基因表达与反应性进行表达谱分析。研究关注IFITM3这一干扰素响应基因在调控纤维蛋白原内吞及血小板反应性中的作用,可用于探索脓毒症中血小板转录组变化及相关免疫应答机制(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 09 202。

【数据内容】

源站描述(机器翻译,仅供参考):血小板和巨核细胞是免疫反应中的关键参与者。近期报道提示感染和炎症会改变巨核细胞和血小板转录组,从而诱导血小板反应性改变。我们检验了非病毒性脓毒症是否诱导差异性的血小板基因表达和反应性。非病毒性脓毒症显著上调IFITM3,这是一个限制病毒复制的干扰素响应基因。

【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:GPL24676、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=GSE210797

【使用注意】

· 源站最后修改于 Dec 12 202,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

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=GSE210797

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

血小板和巨核细胞是免疫反应中的关键参与者。近期报道表明,感染和炎症会改变巨核细胞和血小板的转录组,从而诱导血小板反应性改变。我们研究了非病毒性脓毒症是否诱导差异性的血小板基因表达和反应性。非病毒性脓毒症显著上调了IFITM3,这是一个限制病毒复制的干扰素响应基因。

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。

获取专属数据定制方案