LeishDog:覆盖渐进性犬利什曼病的外周血免疫细胞单细胞转录组图谱
该数据集为 LeishDog 单细胞转录组图谱,来源于自然感染犬与未感染对照的外周血免疫细胞,覆盖犬内脏利什曼病从无症状感染到症状性疾病的渐进阶段

基本信息
资源简介
LeishDog:覆盖渐进性犬利什曼病的外周血免疫细胞单细胞转录组图谱
LeishDog: a single-cell transcriptome atlas of peripheral blood immune cells spanning progressive canine leishmaniosis
该数据集为 LeishDog 单细胞转录组图谱,来源于自然感染犬与未感染对照的外周血免疫细胞,覆盖犬内脏利什曼病从无症状感染到症状性疾病的渐进阶段。数据可用于刻画免疫细胞组成与基因表达随疾病进展的变化,识别与重症相关的髓系、CD4+ 和 CD8+ T 细胞表型,为研究人兽共患利什曼原虫感染的免疫机制提供参考(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):控制内脏利什曼病(VL)不仅需要应对人类疾病,还需要针对动物储存宿主,尤其是家犬,它们是维持人兽共患婴儿利什曼原虫传播的关键宿主。尽管已取得相当进展,但在人类和犬中,从无症状感染向症状性疾病转变所涉及的免疫机制仍不明确。为解决这一未解问题,我们构建了来自自然感染犬和未感染对照的外周免疫细胞综合图谱。LeishDog 图谱捕捉了犬内脏利什曼病(CanL)背后的细胞和转录复杂性,追踪了在渐进、明确界定的疾病阶段中免疫组成和基因表达的变化。值得注意的是,我们识别出与严重疾病相关的独特髓系、CD4+ 和 CD8+ T 细胞表型。
【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:GPL25760、9615。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=GSE313451
【使用注意】
· 源站最后修改于 Aug 21 202,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=GSE313451
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
控制内脏利什曼病(VL)不仅需要应对人类疾病,还需针对动物储存宿主,尤其是家犬——它们是维持人兽共患婴儿利什曼原虫传播的关键宿主。尽管已取得相当大的进展,但无论在人还是犬中,从无症状感染向有症状疾病转变所依据的免疫机制仍不明确。为解决这一未解问题,我们构建了来自自然感染犬和未感染对照的外周免疫细胞综合图谱。LeishDog Atlas捕捉了犬内脏利什曼病(CanL)背后的细胞与转录复杂性,追踪了在进展性、界定明确的疾病阶段中免疫组成和基因表达的变化。值得注意的是,我们鉴定出与重症相关的独特髓系、CD4+和CD8+ T细胞表型。该资源为理解CanL中的全身性免疫失调提供了宝贵框架,并为CanL免疫病理学的比较性、转化性和机制性研究奠定了基础。
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。




