大规模转录组系统分析揭示病毒感染相关基因与疾病共病数据集
研究手工收集了 16 种呼吸道病毒感染相关的 23 个数据集、共 6,197 份血液转录组，结合多层次生物信息学分析刻画基因表达、功能通路与蛋白-蛋白相互作用网络，识别稳健的生物标志物与疾病共病
基本信息
资源简介
大规模转录组系统分析揭示病毒感染相关基因与疾病共病数据集
Systematical analyses of large-scale transcriptome reveal viral infection-related genes and disease comorbidities
该数据集来自 tandf.figshare.com，配套 2023 年发表于 Artificial Cells, Nanomedicine, and Biotechnology 的论文，包含 3 个补充文件。研究手工收集了 16 种呼吸道病毒感染相关的 23 个数据集、共 6,197 份血液转录组，结合多层次生物信息学分析刻画基因表达、功能通路与蛋白-蛋白相互作用网络，识别稳健的生物标志物与疾病共病。数据可用于病毒感染相关基因标志物的分类建模与验证，以及病毒间生物学过程相似性等系统生物学研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Systematical analyses of large-scale transcriptome reveal viral infection-related genes and disease comorbidities》发表于 Artificial Cells, Nanomedicine, and Biotechnology（2023），DOI：10.1080/21691401.2023.2252477。项目资助方：This research was funded by the Hainan Province Science and Technology Special Fund [ZDYF2021SHFZ051], Major Science and Technology Program of Hainan Province [ZDKJ202003], the China Brain Project [2021ZD0202403], Hainan Provincial Natural Science Foundation of China [820MS053], Marshal Initiative Funding of Hainan Medical University [JBGS202103], National Natural Science Foundation of China [62172131, 32070622, 31871338, 31970646, 32060152, 32070673, 32170676], project supported by Hainan Province Clinical Medical Centre [QWYH202175], Bioinformatics for Major Diseases Science Innovation Group of Hainan Medical University and Heilongjiang Touyan Innovation Team Program and Innovation Research Fund for Graduate Students [HYYS2021A31].。源站首次发布：2023-08-31。
【数据内容】
源站描述（机器翻译，仅供参考）：病毒感染患者转录组的扰动是影响症状和死亡率的常见主题，但对相关转录组的详细理解以及稳健生物标志物的鉴定尚不完整。在本研究中，我们手工收集了与6,197份血液转录组相关的23个数据集，涵盖16种呼吸道病毒感染。我们采用全面的系统生物学方法，从全血转录组入手，结合多层次生物信息学分析，刻画表达、功能通路和蛋白-蛋白相互作用（PPI）网络，以识别稳健的生物标志物和疾病共病。我们鉴定了不同病毒感染的稳健基因标志物，这些标志物能够在训练和验证队列中准确区分正常与感染患者。不同病毒的生物学过程（BP）表现出极大的相似性
【数据结构与技术规格】
文件数 3 个，合计 4.71 MB。数据集 DOI：10.6084/m9.figshare.24069102.v1。
【主题与分类】
源站学科分类：Medicine、Microbiology、Cell Biology、Genetics、Immunology、Biological Sciences not elsewhere classified。主题标签：Viral infection、transcriptome、network analysis、disease comorbidities、biomarkers。本站分类：感染性疾病/其他。
【适用方向】
源站学科分类标注为 Medicine、Microbiology、Cell Biology、Genetics、Immunology、Biological Sciences not elsewhere classified。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Systematical_analyses_of_large-scale_transcriptome_reveal_viral_infection-related_genes_and_disease_comorbidities/24069102
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Systematical analyses of large-scale transcriptome reveal viral infection-related genes and disease comorbidities. Taylor & Francis. Guo, Jing; Zhang, Ya; Gao, Yueying; Li, Si; Xu, Gang; Tian, Zhanyu; et al
【使用注意】
· 源站最后修改于 2024-02-29，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（Figshare）
- 源站标题：Systematical analyses of large-scale transcriptome reveal viral infection-related genes and disease comorbidities
- DOI：10.6084/m9.figshare.24069102.v1
- 发布日期：2023-08-31
- 文件数：3 个
- 文件总体积：4.71 MB
- 源站页面：https://tandf.figshare.com/articles/dataset/Systematical_analyses_of_large-scale_transcriptome_reveal_viral_infection-related_genes_and_disease_comorbidities/24069102
命令行下载
curl -L -o "ianb_a_2252477_sm2265.docx" "https://ndownloader.figshare.com/files/42226863"
curl -L -o "ianb_a_2252477_sm2264.xlsx" "https://ndownloader.figshare.com/files/42226866"
curl -L -o "ianb_a_2252477_sm2263.xlsx" "https://ndownloader.figshare.com/files/42226869"
文件清单
ianb_a_2252477_sm2265.docx（4.64 MB）ianb_a_2252477_sm2264.xlsx（50.30 KB）ianb_a_2252477_sm2263.xlsx（16.69 KB）
文件总体积 4.71 MB（源站 API 实测）。
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。
数据说明
病毒感染患者转录组的扰动是一个反复出现的主题，影响着症状和死亡率，然而对相关转录组的详细理解以及稳健生物标志物的鉴定尚不完整。在本研究中，我们手动收集了23个数据集，涉及16种呼吸道病毒感染类型的6,197份血液转录组。我们应用了一种全面的系统生物学方法，从全血转录组入手，结合多层次生物信息学分析，以表征表达、功能通路和蛋白质-蛋白质相互作用（PPI）网络，从而识别稳健的生物标志物和疾病共病。我们鉴定了不同病毒感染的稳健基因标志物，这些标志物能够在训练队列和验证队列中准确区分正常患者和感染患者。不同病毒的生物学过程（BP）显示出极大的相似性，并富集于感染和免疫应答通路。基于网络的分析揭示，多种病毒感染与神经系统疾病、肿瘤和代谢疾病相关，并与脑组织显著相关。
总之，我们手动收集的转录组数据和综合分析揭示了病毒感染过程中的关键分子标志物和疾病共病情况，这可为预防后续呼吸道病毒感染的公共卫生事件提供有价值的理论依据。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.24069102.v1（source: https://tandf.figshare.com/articles/dataset/Systematical_analyses_of_large-scale_transcriptome_reveal_viral_infection-related_genes_and_disease_comorbidities/24069102）。
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。
