通过血液转录组诊断肠道病毒性脑膜炎:腰椎穿刺的替代方案?
研究关注通过血液转录组区分肠道病毒性脑膜炎与细菌性脑膜炎,以探索替代腰椎穿刺的无创诊断途径。数据可用于基因表达特征分析与分类模型构建,辅助识别病毒性与细菌性脑膜炎的转录组差异(来源 NCBI)

基本信息
资源简介
通过血液转录组诊断肠道病毒性脑膜炎:腰椎穿刺的替代方案?
Diagnosing enterovirus meningitis via blood transcriptomics: an alternative for lumbar puncture?
该数据集来自 NCBI,包含 1 个文件(GSE133378_series_matrix.txt.gz),主题为高通量测序表达谱分析,物种为人类(9606),平台为 GPL18573。研究关注通过血液转录组区分肠道病毒性脑膜炎与细菌性脑膜炎,以探索替代腰椎穿刺的无创诊断途径。数据可用于基因表达特征分析与分类模型构建,辅助识别病毒性与细菌性脑膜炎的转录组差异(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 26 201。
【数据内容】
源站描述(机器翻译,仅供参考):背景:脑膜炎可由多种病毒和细菌引起。尽快识别致病病原体对于启动最优化治疗至关重要,因为急性细菌性脑膜炎与显著的发病率和死亡率相关。细菌性脑膜炎需要抗生素治疗,而肠道病毒性脑膜炎仅需支持性治疗。临床表现通常不足以区分病毒性与细菌性脑膜炎,因此需要通过 PCR 和/或耗时的细菌培养进行脑脊液(CSF)分析。然而,在儿童中采集 CSF 并不总是可行,且属于侵入性较强的操作。
【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:GPL18573、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=GSE133378
【使用注意】
· 源站最后修改于 Sep 26 201,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=GSE133378
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:脑膜炎可由多种病毒和细菌引起。尽快确定致病病原体对于启动最优治疗至关重要,因为急性细菌性脑膜炎具有显著的发病率和死亡率。细菌性脑膜炎需要抗生素治疗,而肠道病毒性脑膜炎仅需支持治疗。临床表现通常不足以区分病毒性和细菌性脑膜炎,因此需要通过PCR和/或耗时的细菌培养进行脑脊液(CSF)分析。然而,在儿童中采集CSF并不总是可行,且属于侵入性较强的操作。方法:在12家比利时医院中,我们获取了有脑膜炎体征儿童的急性期血液样本(49例病毒性、7例细菌性),年龄在3个月至16岁之间。在通过CSF确认病原体后,要求患者在康复后提供恢复期样本。进行3’mRNA测序以确定差异表达基因(DEGs),从而构建宿主转录组图谱。
结果:肠道病毒性脑膜炎病例在I型干扰素产生、应答及信号通路中显示出最大的上调倍数变化富集。细菌性脑膜炎患者则显示与巨噬细胞和中性粒细胞活化相关的基因显著上调。我们在肠道病毒性与细菌性脑膜炎之间发现了多个显著差异表达基因(DEGs)。随机森林分类显示,我们能够在留出样本中以0.982的AUC区分肠道病毒性与细菌性脑膜炎。结论:肠道病毒性脑膜炎具有以I型干扰素为关键角色的先天免疫特征。我们基于不同脑膜炎病例血液宿主转录组谱的分类器,可能成为诊断肠道病毒性脑膜炎的有力替代方案。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




