疟疾感染中寄生虫红内期周期与人类昼夜节律周期的耦合
研究聚焦宿主昼夜节律转录组与寄生虫红内期周期(IEC)转录组的动态变化,发现多个患者中两者相位相关,提示周期耦合;小鼠模型提示这种耦合可能为寄生虫提供选择优势

基本信息
资源简介
疟疾感染中寄生虫红内期周期与人类昼夜节律周期的耦合
The Parasite Intraerythrocytic Cycle and Human Circadian Cycle are Coupled During Malaria Infection
该数据集来自 NCBI GEO(GSE209877),包含间日疟原虫(P. vivax)感染患者全血 ex vivo 培养的转录组高通量测序表达谱数据,文件为 GSE209877_series_matrix.txt.gz。研究聚焦宿主昼夜节律转录组与寄生虫红内期周期(IEC)转录组的动态变化,发现多个患者中两者相位相关,提示周期耦合;小鼠模型提示这种耦合可能为寄生虫提供选择优势。数据可用于分析宿主与寄生虫周期耦合的转录组动态及节律相位关系(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):在感染疟原虫间日疟原虫(P. vivax)期间,患者每48小时出现节律性发热。这些发热周期与寄生虫通过红内期周期(IEC)所需的时间相对应,并可能由寄生虫内在生物钟引导。不同种类的疟原虫具有24小时的倍数周期的周期时间,表明它们可能与宿主昼夜节律钟协调。我们利用感染间日疟原虫患者全血的离体培养来检查宿主昼夜节律转录组和寄生虫IEC转录组的动态。转录组动态揭示,宿主昼夜节律周期和寄生虫IEC的相位在多个患者中相关,表明这些周期是耦合的。在小鼠模型系统中,宿主-寄生虫周期耦合似乎为寄生虫提供了选择优势。因此,了解宿主如何
【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:GPL32511、5855。本站分类:感染性疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE209877
【使用注意】
· 源站最后修改于 Jun 12 202,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=GSE209877
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
在感染间日疟原虫(P. vivax)期间,患者每48小时出现一次节律性发热。这些发热周期与疟原虫完成红内期周期(Intraerythrocytic Cycle, IEC)所需的时间相对应,并可能受疟原虫内在生物钟的调控。不同种类的疟原虫其周期时间为24小时的倍数,提示它们可能与宿主的昼夜节律钟相协调。我们利用间日疟原虫感染患者全血的离体培养,研究了宿主昼夜节律转录组和疟原虫IEC转录组的动态变化。转录组动态显示,在多名患者中宿主昼夜节律周期与疟原虫IEC的相位具有相关性,提示这两个周期存在耦联。在小鼠模型系统中,宿主-寄生虫周期耦联似乎为寄生虫提供了选择优势。因此,了解人类中宿主与寄生虫周期如何耦联,可能有助于开发破坏这种耦联的抗疟疗法。
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。




