慢性HBV、HCV和HIV患者外周血NK细胞转录组分析
该数据集来自NCBI GEO,标题为GSE125686,对慢性HBV、HCV和HIV患者的外周血NK细胞进行转录组分析。数据通过高通量RNA测序获得,包含1个文件(GSE125686_series_matrix.txt.gz),主题标签涉及表达谱分析和人类(9606)

基本信息
资源简介
慢性HBV、HCV和HIV患者外周血NK细胞转录组分析
Transcriptomic profiling of peripheral blood NK cells of chronic HBV, HCV and HIV patients
该数据集来自NCBI GEO,标题为GSE125686,对慢性HBV、HCV和HIV患者的外周血NK细胞进行转录组分析。数据通过高通量RNA测序获得,包含1个文件(GSE125686_series_matrix.txt.gz),主题标签涉及表达谱分析和人类(9606)。该数据可用于比较三种慢性病毒感染对NK细胞转录组的影响,识别共性与差异,支持感染免疫相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 25 201。
【数据内容】
源站描述(机器翻译,仅供参考):背景:过去十年中,慢性病毒感染期间的NK细胞已被充分研究。我们采用无偏倚的下一代RNA测序方法,以识别HIV、HCV和HBV病毒血症对NK细胞转录组的共同性或差异性影响。
【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:GPL11154、9606。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE125686
【使用注意】
· 源站最后修改于 Apr 24 201,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=GSE125686
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
背景:过去十年间,慢性病毒感染期间的NK细胞已被深入研究。我们采用无偏倚的下一代RNA测序方法,旨在识别HIV、HCV和HBV病毒血症对NK细胞转录组影响的共性或差异。方法:通过细胞分选技术,我们从6例HIV、11例HCV和32例HBV感染且未经治疗的患者血液中获取了CD3-CD56+ NK细胞。文库制备与测序使用Illumina mRNA-Seq Sample Prep Kit及HiSeq 2000、HiSeq2500或NextSeq 500完成,后续分析借助内部研发的分析流程进行。结果:在HIV、HCV和HBV患者的NK细胞中,转录组分析分别识别出272、53和56个差异表达基因(倍数变化>1.5,q值0.2)。HIV/HCV患者的NK细胞中干扰素刺激基因被诱导,而HBV感染期间则未见此现象。HIV病毒血症下调了NK细胞中的核糖体组装基因。在HBV感染中,病毒载量和ALT变化对与NK效应功能相关的基因影响甚微。结论:我们首次对比了病毒血症状态下HIV、HCV和HBV患者NK细胞的转录本。
我们清晰地展示了三个不同群体中独特的NK细胞基因特征,提示与健康个体相比,NK细胞区室的功能改变程度存在差异。
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。




