GSE295522:Pexophagy驱动的氧化还原失衡促进病毒诱导的铁死亡
该数据集来自NCBI GEO,包含1个文件(GSE295522_series_matrix.txt.gz),主题为感染性疾病相关的高通量表达谱分析

基本信息
资源简介
GSE295522:Pexophagy驱动的氧化还原失衡促进病毒诱导的铁死亡
Pexophagy-driven redox imbalance promotes virus-induced ferroptosis
该数据集来自NCBI GEO,包含1个文件(GSE295522_series_matrix.txt.gz),主题为感染性疾病相关的高通量表达谱分析。源站描述以新城疫病毒(NDV)为模型,研究病毒诱导的pexophagy如何调控过氧化物酶体稳态,涉及ROS产生、ATM磷酸化与过氧化物酶体定位、PEX5与p62相互作用、活性铁与ROS积累及铁死亡,并提及VSV和H9N2禽流感病毒共享该机制。数据可用于感染性疾病中氧化还原与铁死亡相关表达模式的分析(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):过氧化物酶体是维持细胞氧化还原稳态的关键细胞器。许多病毒诱导氧化应激并降解过氧化物酶体,但其机制和后果仍不清楚。在本研究中,我们系统研究病毒诱导的pexophagy如何调控过氧化物酶体稳态。以新城疫病毒(NDV)为模型,我们证明NDV感染触发过量ROS产生,激活共济失调毛细血管扩张突变(ATM)的磷酸化和过氧化物酶体定位。活化的ATM促进过氧化物酶体受体PEX5与自噬受体p62之间的相互作用,驱动pexophagy。Pexophagy介导的过氧化物酶体降解导致过量活性铁和ROS积累,促成NDV诱导的铁死亡。值得注意的是,该机制为其他病毒所共享,如水疱性口炎病毒(VSV)和H9N2禽流感病毒。
【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:GPL34284、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=GSE295522
【使用注意】
· 源站最后修改于 Jul 29 202,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=GSE295522
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
过氧化物酶体是维持细胞氧化还原稳态的关键细胞器。许多病毒会诱导氧化应激并降解过氧化物酶体,但其机制和后果仍不清楚。在本研究中,我们系统研究了病毒诱导的过氧化物酶体自噬如何调控过氧化物酶体稳态。以新城疫病毒(NDV)为模型,我们证明NDV感染会触发过量的ROS产生,激活共济失调-毛细血管扩张突变(ATM)的磷酸化及其向过氧化物酶体的定位。活化的ATM促进过氧化物酶体受体PEX5与自噬受体p62之间的相互作用,从而驱动过氧化物酶体自噬。过氧化物酶体自噬介导的过氧化物酶体降解导致活性铁和ROS过度积累,促进NDV诱导的铁死亡。值得注意的是,该机制为其他病毒所共有,如水疱性口炎病毒(VSV)和H9N2禽流感病毒(IAV)。我们的研究为病毒诱导的过氧化物酶体自噬如何破坏氧化还原稳态以促进铁死亡提供了新见解,揭示了病毒感染、过氧化物酶体降解与程序性细胞死亡之间的新联系。
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。




