马尔堡病毒感染免疫应答的转录谱分析
该数据集来自 NCBI GEO(GSE58287),对食蟹猴气溶胶暴露于致死剂量马尔堡病毒后的免疫应答进行转录组分析。研究采用双色微阵列,检测感染后第1至第9天外周血单核细胞的转录组,覆盖感染全过程

基本信息
资源简介
马尔堡病毒感染免疫应答的转录谱分析
Transcriptional Profiling of the Immune Response to Marburg Infection
该数据集来自 NCBI GEO(GSE58287),对食蟹猴气溶胶暴露于致死剂量马尔堡病毒后的免疫应答进行转录组分析。研究采用双色微阵列,检测感染后第1至第9天外周血单核细胞的转录组,覆盖感染全过程。数据可用于研究马尔堡病毒致病机制中过度活跃免疫应答的作用,以及宿主对病毒感染的阶段性转录反应(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 06 201。
【数据内容】
源站描述(机器翻译,仅供参考):马尔堡病毒是一种基因结构简单的 RNA 病毒,感染人类和非人灵长类后可导致严重的出血热。这种致病机制如何产生尚不十分清楚,但普遍认为致病过程在很大程度上由过度活跃的免疫应答驱动。为更好地理解对马尔堡病毒攻击的整体应答,我们对食蟹猴气溶胶暴露于致死剂量马尔堡病毒后血液中循环的免疫细胞进行了转录组分析。使用双色微阵列,我们分析了感染全程(暴露后第1天至第9天)收集的外周血单核细胞的转录组,代表了感染的完整过程。宿主对气溶胶化马尔堡病毒的应答在暴露后第1天即已明显。该应答遵循一个3阶段反应,w
【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:Expression profiling by array、GPL10332、9541。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=GSE58287
【使用注意】
· 源站最后修改于 Jul 31 201,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=GSE58287
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
马尔堡病毒是一种基因结构简单的RNA病毒,感染人类和非人灵长类动物后会引起严重的出血热。这种发病机制的具体过程尚不完全清楚,但普遍认为,过度活跃的免疫反应在很大程度上驱动了发病过程。为了更好地理解机体对马尔堡病毒挑战的总体反应,我们对食蟹猕猴经气溶胶暴露于致死剂量马尔堡病毒后血液中循环免疫细胞进行了转录组分析。利用双色微阵列技术,我们分析了暴露后1至9天感染全程中采集的外周血单核细胞的转录组,涵盖了整个感染过程。宿主对气溶胶化马尔堡病毒的反应在暴露后第1天即已显现。该反应遵循由强大的先天免疫应答主导的三阶段模式。
对感染期间过表达的细胞因子转录本进行分析表明,先前未分析的细胞因子很可能在暴露于马尔堡病毒后诱导产生,并进一步提示免疫反应可能倾向于Th2型反应,从而阻碍有效抗病毒免疫反应的发展。感染晚期事件包括凝血相关因子的上调。这些发现为研究马尔堡病毒感染的发病机制提供了新途径,并提供了一套丰富的、在整个感染过程中表达的因子数据集,可作为感染标志物和治疗靶点进行研究。
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。




