儿童与成人脓毒症免疫图谱多组学分析 [CITE-seq]
该数据集来自 NCBI GEO（GSE279451），采用 CITE-seq 技术在单细胞水平同时检测 PBMC 样本的表面蛋白表达与转录组，覆盖 40 名成人（3 名健康对照、5 名 ICU 对照、32 名脓毒症患者），脓毒症患者按感染解剖来源分类
![GSE279451: Multiomics Analyses Unveil Immune Landscape in Pediatric and Adult Sepsis [CITE-seq]](/medical-api/medicalDataset/datasetCover/164952.jpg)
基本信息
资源简介
儿童与成人脓毒症免疫图谱多组学分析 [CITE-seq]
Multiomics Analyses Unveil Immune Landscape in Pediatric and Adult Sepsis [CITE-seq]
该数据集来自 NCBI GEO（GSE279451），采用 CITE-seq 技术在单细胞水平同时检测 PBMC 样本的表面蛋白表达与转录组，覆盖 40 名成人（3 名健康对照、5 名 ICU 对照、32 名脓毒症患者），脓毒症患者按感染解剖来源分类。数据可用于研究脓毒症宿主免疫反应差异，支持基于感染来源的脓毒症分层及靶向治疗开发（来源 NCBI）。
【数据集背景】
源站首次发布：Oct 14 202。
【数据内容】
源站描述（机器翻译，仅供参考）：脓毒症被定义为由宿主对感染反应失调引起的危及生命的器官功能障碍。免疫反应因感染解剖来源不同而差异显著。本研究采用通过测序对转录组和表位进行细胞索引（CITE-seq）的方法，在单细胞水平对来自40名成人的PBMC样本进行表面蛋白表达和转录组分析：3名健康对照、5名ICU对照和32名脓毒症患者。脓毒症患者按感染起源的不同解剖部位进行分类。研究结果旨在支持脓毒症分层，并指导基于感染来源的靶向治疗开发。
【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=GSE279451
【使用注意】
· 源站最后修改于 Sep 29 202，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=GSE279451
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
脓毒症被定义为由宿主对感染反应失调所致危及生命的器官功能障碍。免疫反应因感染解剖来源的不同而存在显著差异。本研究采用转录组与表位联合测序的细胞索引技术（CITE-seq），在单细胞水平上对40名成年人（3名健康对照、5名ICU对照和32名脓毒症患者）的PBMC样本进行表面蛋白表达和转录组学分析。脓毒症患者按感染原发解剖部位进行分类。研究结果旨在支持脓毒症分层，并指导基于感染来源的靶向治疗开发。
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。
