急性危重COVID-19循环免疫细胞全基因组H3K4me3图谱
该数据集为急性危重COVID-19患者循环免疫细胞的全基因组H3K4me3结合谱数据,来源于NCBI GEO(GSE339365),包含1个series matrix文件

基本信息
资源简介
急性危重COVID-19循环免疫细胞全基因组H3K4me3图谱
Genome-wide H3K4me3 profiling of circulating immune cells reveals dynamic epigenetic reprogramming during acute critical COVID-19
该数据集为急性危重COVID-19患者循环免疫细胞的全基因组H3K4me3结合谱数据,来源于NCBI GEO(GSE339365),包含1个series matrix文件。数据比较ICU与非ICU组,鉴定出706个差异结合共识峰,其中704个在ICU患者中H3K4me3占据增加,主要富集于中性粒细胞效应基因位点,并涉及中性粒细胞脱颗粒和先天免疫激活通路。同时记录单核细胞HLA-DR表达及TLR刺激IL-6分泌持续降低。可用于研究危重COVID-19的表观遗传重编程与免疫失调机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 21 202。
【数据内容】
源站描述(机器翻译,仅供参考):严重COVID-19与类似脓毒症诱导免疫麻痹的先天免疫失调相关。表观遗传机制,特别是基因启动子处H3K4me3富集的变化,已在脓毒症的免疫耐受和单核细胞功能障碍中被观察到。急性危重COVID-19疾病期间是否发生类似的H3K4me3改变尚未被研究。在ICU与非ICU组之间706个具有启动子关联的差异结合共识峰中,704个在ICU患者中显示H3K4me3占据增加,主要位于中性粒细胞效应基因位点,并得到中性粒细胞脱颗粒和先天免疫激活通路富集的支持。单核细胞HLA-DR表达和离体TLR刺激的IL-6分泌在ICU治疗第一周内持续降低。ICU组的纵向分析揭示了从干扰素驱动的ch
【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:GPL21697、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=GSE339365
【使用注意】
· 源站最后修改于 Sep 25 202,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=GSE339365
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
重症COVID-19与类似脓毒症诱导的免疫麻痹的固有免疫失调相关。在脓毒症的免疫耐受和单核细胞功能障碍中,已观察到表观遗传机制,尤其是基因启动子区H3K4me3富集的变化。急性危重型COVID-19病程中是否发生类似的H3K4me3改变尚未被研究。在ICU组与非ICU组之间706个具有启动子关联的差异结合共有峰中,704个在ICU患者中显示H3K4me3占据增加,主要位于中性粒细胞效应基因位点,并得到中性粒细胞脱颗粒和固有免疫激活通路富集的支持。单核细胞HLA-DR表达和离体TLR刺激的IL-6分泌在ICU治疗第一周内持续降低。ICU组的纵向分析显示,从入院时干扰素驱动的染色质特征向第7天持续的固有免疫激活和ECM重塑转变。
本研究首次对急性危重型COVID-19期间循环免疫细胞进行了全基因组H3K4me3特征分析,表明表观遗传重编程是一个活跃且动态的过程,反映了在这些患者中观察到的功能性免疫失调。
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。




