感染患者脓毒症风险转录组特征研究数据集
该数据集来自 NCBI GEO(GSE296830),旨在研究感染患者发展为脓毒症的转录组特征。研究纳入 6 名患者,在疾病不同阶段(从严重脓毒症到暂时好转和恢复期)采集血液样本,经 RNA 分离后通过 NGS 测定 mRNA 和 microRNA 水平

基本信息
资源简介
感染患者脓毒症风险转录组特征研究数据集
Investigation of transcriptomic signatures associated with sepsis risk in patients with infection
该数据集来自 NCBI GEO(GSE296830),旨在研究感染患者发展为脓毒症的转录组特征。研究纳入 6 名患者,在疾病不同阶段(从严重脓毒症到暂时好转和恢复期)采集血液样本,经 RNA 分离后通过 NGS 测定 mRNA 和 microRNA 水平。数据包含 1 个文件(GSE296830_series_matrix.txt.gz),可用于识别与脓毒症发生相关的转录组标志物,支持免疫反应失调及脓毒症风险相关的分类或预测研究(来源 NCBI)。
【数据集背景】
源站首次发布:May 12 202。
【数据内容】
源站描述(机器翻译,仅供参考):充分的免疫反应负责清除病原体并重建组织稳态。然而,在某些患者中,免疫过程变得失调,导致全身炎症反应综合征(SIRS),这通常导致危及生命的器官功能障碍。发展为脓毒性休克的现象与高达 70–80% 的死亡率相关。本数据集的目标是促进识别与感染患者发生脓毒症相关的转录组特征。研究共纳入六名患者,在疾病的不同阶段采集血液样本,范围从严重脓毒症状态到暂时改善和恢复期。RNA 分离后,通过 NGS 测定 mRNA 和 microRNA 水平。该数据集的重要性源于以下事实:更多 s
【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:GPL18573、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=GSE296830
【使用注意】
· 源站最后修改于 Apr 08 202,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=GSE296830
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
充分的免疫应答负责清除病原体并重建组织稳态。然而,在某些患者中,免疫过程失调,导致全身炎症反应综合征(SIRS),这往往引起危及生命的器官功能障碍。发展为脓毒性休克的现象与高达70–80%的死亡率相关。本数据集的目标是促进识别与感染患者发生脓毒症相关的转录组学特征。研究共纳入六名患者,在疾病的不同阶段采集血液样本,范围从严重脓毒症状态到暂时改善和恢复的时期。在RNA分离后,通过NGS测定mRNA和microRNA水平。该数据集的重要意义在于,对同一患者的更多样本进行了分析,确保观察到的转录水平上的任何变化都与医疗状况的变化相关。
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。
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。




