GSE350314:破坏多尿嘧啶序列可大幅增强流感delVGs的免疫刺激特性
该数据集来自NCBI GEO,标题为破坏多尿嘧啶序列可大幅增强流感delVGs的免疫刺激特性。研究关注流感A病毒中缺失型病毒基因组(delVGs)刺激干扰素的能力,利用高通量遗传学方法发现破坏多尿嘧啶序列的特定突变可将干扰素产生提升最多两个数量级

基本信息
资源简介
GSE350314:破坏多尿嘧啶序列可大幅增强流感delVGs的免疫刺激特性
Disruption of the polyuracil tract can greatly enhance immunostimulatory properties of influenza delVGs
该数据集来自NCBI GEO,标题为破坏多尿嘧啶序列可大幅增强流感delVGs的免疫刺激特性。研究关注流感A病毒中缺失型病毒基因组(delVGs)刺激干扰素的能力,利用高通量遗传学方法发现破坏多尿嘧啶序列的特定突变可将干扰素产生提升最多两个数量级。数据集包含1个文件(GSE350314_series_matrix.txt.gz),主题标签涉及高通量测序表达谱分析、平台GPL25643及物种9606,可用于研究delVGs免疫刺激决定因素及潜在抗病毒或疫苗佐剂应用(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):非标准病毒基因组(nsVGs)是病毒群体内复制无能的基因组,其存在与增强的免疫反应相关。这种关联引起了人们将其用作潜在抗病毒药物、疫苗佐剂或通用免疫调节剂的兴趣。在甲型流感病毒(IAV)中,主要的nsVG是三个聚合酶片段之一的大片段缺失,从而产生含缺失的病毒基因组(delVGs)。我们课题组的工作发现,可以回收能够刺激高水平干扰素的单个delVGs,然而我们和其他人此前尚未发现任何一致的方法来预测或修改这种刺激的决定因素。使用高通量遗传学方法,我们发现破坏IAV delVGs中多尿嘧啶序列的特定突变可以将干扰素产生增强最多两个数量级。
【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:GPL25643、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=GSE350314
【使用注意】
· 源站最后修改于 Oct 14 202,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=GSE350314
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
非标准病毒基因组(nsVGs)是病毒群体中复制缺陷型基因组,其存在与增强的免疫应答相关。这种关联引起了人们对其作为潜在抗病毒药物、疫苗佐剂或通用免疫调节剂的兴趣。在甲型流感病毒(IAV)中,主要的nsVG是三个聚合酶片段之一的大片段缺失,由此产生含缺失的病毒基因组(delVGs)。我们课题组的工作发现,可以回收出能够刺激高水平干扰素的单个delVG,然而我们和其他人此前均未找到任何一致的手段来预测或改造这种刺激的决定因素。利用高通量遗传学方法,我们发现破坏IAV delVGs中多聚尿嘧啶束的特定突变可将干扰素产生提高多达两个数量级。此类变异体还可在经过工程改造以排除感染性病毒的人工系统中与改善的拯救相关联,并能极大地抑制复制 competent 病毒的生长。
这些发现表明,多尿嘧啶序列是源自IAV的免疫刺激性delVGs改进的一个关键且出乎意料的靶点。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




