MARC145、A549、HEK293和HRT18细胞感染Shaan病毒的高通量测序
该数据集来自NCBI GEO，包含MARC145、A549、HEK293和HRT18四种细胞系感染Shaan病毒后的高通量测序数据，旨在通过病毒转录组测序分析监测Shaan病毒在不同宿主细胞中的演化模式
基本信息
资源简介
MARC145、A549、HEK293和HRT18细胞感染Shaan病毒的高通量测序
GSE201344 数据集来自 NCBI GEO 公共数据库，围绕 Shaan 病毒感染多种宿主细胞后的高通量测序展开。该数据集以病毒转录组测序分析为核心手段，对 MARC145、A549、HEK293 和 HRT18 四种细胞系在感染 Shaan 病毒后的转录组进行高通量测序，目的在于监测该病毒在不同宿主细胞中的演化模式。数据集归属于感染性疾病/其他类别，由 Seong，S，Jang 提交，发布时间为 Apr 22 202，共包含 1 个数据文件，样例文件为 GSE201344_series_matrix.txt.gz，主题标签涉及高通量测序表达谱分析、GPL24676 平台及编号 9534。整体而言，该数据集为研究 Shaan 病毒与不同宿主细胞互作及病毒演化提供了转录组层面的公共数据资源。
【数据集背景】
Shaan 病毒是一种需要借助细胞感染模型研究其复制与演化行为的病毒。为理解该病毒在不同宿主细胞环境中的适应性变化，研究者设计了跨细胞系的高通量测序实验。源站描述指出，该研究的目标是通过对感染 Shaan 病毒的 MARC145、A549、HEK293 和 HRT18 细胞进行病毒转录组测序分析，监测病毒在不同宿主细胞中的演化模式。这一背景决定了数据集的核心价值在于以转录组测序数据反映病毒在多种细胞宿主中的序列变异与表达特征，为后续病毒演化研究提供基础数据。
【数据内容】
数据集包含 1 个文件，样例文件名为 GSE201344_series_matrix.txt.gz，属于 GZIP 压缩格式的系列矩阵文件。该文件通常承载样本层面的表达谱汇总信息，可用于查看各样本的测序表达结果。数据集主题标签包括 Expression profiling by high throughput sequencing、GPL24676 和 9534，表明其数据类型为高通量测序表达谱分析，并关联特定的测序平台与系列编号。涉及的四类细胞系为 MARC145、A549、HEK293 和 HRT18，均以 Shaan 病毒感染为实验条件。除上述信息外，样本数量、具体基因或转录本条目、测序深度等细节源站未提供。
【采集与来源】
该数据集来源于 ncbi.nlm.nih.gov，即 NCBI GEO 数据库，属于公共数据库中的高通量测序表达谱记录。数据由 Seong，S，Jang 提交，发布时间为 Apr 22 202。源站标题为“High throughput sequencing of MARC145, A549, HEK293, and HRT18 cells infected with Shaan virus”，与数据集英文名一致。数据采集基于对四种感染 Shaan 病毒的细胞系进行高通量测序，具体测序策略、建库方法与测序仪器型号等实验细节源站未提供。
【适用场景】
该数据集适用于病毒转录组与病毒演化相关的研究场景，例如比较 Shaan 病毒在 MARC145、A549、HEK293 和 HRT18 四种宿主细胞中的转录组表达差异，分析病毒在不同细胞环境下的演化模式，或作为病毒—宿主互作研究的公共数据参考。由于主题标签指向高通量测序表达谱分析，该数据也可用于表达谱层面的方法学验证与二次分析。具体分析目标需结合研究者自身问题确定，源站未提供推荐的分析流程或应用案例。
【使用方法】
使用时可先下载数据文件 GSE201344_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入分析流程。读取后可根据系列矩阵中的样本注释与表达信息开展后续分析。由于数据集仅包含 1 个文件，使用时应以该文件为主要数据入口。源站未提供额外的使用说明、脚本或分析参数。
【质量与限制】
该数据集为公共数据库记录，文件数量为 1，数据规模相对有限。源站未提供样本数量、测序深度、重复设置、质控指标等质量相关信息，因此无法对数据质量作出具体评价。使用时应注意数据集仅覆盖四种细胞系感染 Shaan 病毒的测序结果，结论外推需谨慎。此外，发布时间标注为 Apr 22 202，年份信息不完整，引用时应以源站记录为准。源站未提供其他限制说明。
【引用与许可】
该数据集的作者为 Seong，S，Jang，引用时应注明数据集名称 GSE201344 及来源 NCBI GEO。源站未提供具体的许可条款与使用限制，使用前应查阅 NCBI GEO 的相关政策与源站记录。源站未提供其他引用格式或授权说明。
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=GSE201344
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
目的：本研究旨在通过对感染Shan病毒的MARC145、A549、HEK293和HRT18细胞进行病毒转录组测序分析，监测Shan病毒在不同宿主细胞中的演化模式。方法：将Shan病毒原始分离株（B16-40，Genbank登录号MG230624.1）在MARC-245细胞中传代。低代次病毒为在MARC-145细胞中连续传代4次获得的病毒。高代次病毒为在MARC-145细胞中连续传代44次的Shan病毒。将制备的MARC-145细胞中的低代次（p4）和高代次（p44）Shan病毒以0.5的感染复数（M.O.I）接种至不同的宿主细胞HEK-293、A549和HRT18细胞系，每个细胞系设三个重复，感染2小时。感染后的细胞用各细胞系相应的维持培养基孵育24小时。将感染后的细胞沉淀用新鲜培养基重悬至250µl，提取RNA用于高通量测序。RNA样品使用Illumina TruSeq Strand Total RNA LT试剂盒，在Macrogen公司（韩国首尔）的Illumina NovaSeq6000平台上进行高通量测序。
原始读段使用BBDuk进行修剪，并使用Geneious程序2021.2.2中的Bowtie 2将分离株Bat-ParaV/B16-40（GenBank登录号：MG230624.1）进行比对。感染shaan病毒的细胞中的转录本表达水平基于参考shaan病毒的注释进行计算。结果：总读段计数在50,285,454至76,298,278之间。修剪后读段与参考基因组（GenBank登录号：MG230624.1）的参考比对显示出不同的覆盖度值。比对后的读段经过归一化并以每百万转录本（TPM）值表示。感染低代次和高代次shaan病毒的细胞之间，各基因的TPM值没有明显差异。然而，核衣壳（N）和基质（M）基因相关转录本在宿主细胞之间的测定结果存在差异。结论：就此而言
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。
