血栓性与非血栓性重症COVID-19患者全血基因表达数据
该数据集为重症COVID-19患者全血基因表达数据，来源于NCBI GEO，包含血栓性与非血栓性两组样本，采用表达谱芯片平台GPL34133检测
基本信息
资源简介
血栓性与非血栓性重症COVID-19患者全血基因表达数据
GSE300129 是一项针对重症 COVID-19 患者全血基因表达的研究数据集，聚焦于血栓性与非血栓性两类危重病例的转录组差异。该数据集由 Cosimo、Cristella 提交，来源于 NCBI GEO（ncbi.nlm.nih.gov），发布时间为 Jun 18 202（源站标注如此）。数据集采用表达谱芯片平台 GPL34133 检测，物种为人（9606），共包含 1 个数据文件，样例文件名为 GSE300129_series_matrix.txt.gz。整体而言，该数据集为探索 COVID-19 重症患者血栓形成的转录特征及预测潜力提供了可复用的表达谱资源，属于感染性疾病领域的其他类数据。
【数据集背景】
源站描述指出，COVID-19 揭示了新的病理机制，尤其是高凝状态导致重症患者血栓风险升高。该研究旨在考察 COVID-19 重症监护病房（ICU）患者中与血栓形成相关的转录特征，并评估其预测潜力。数据集标题明确其研究对象为血栓性与非血栓性重症 COVID-19 患者的全血基因表达数据，说明其设计围绕血栓发生与否这一临床分组展开，试图从全血转录层面刻画两组患者之间的差异。
【数据内容】
该数据集为全血基因表达数据，采用表达谱芯片平台 GPL34133 进行检测，主题标签包括 Expression profiling by array、GPL34133 与 9606。数据以系列矩阵文件形式提供，文件样例为 GSE300129_series_matrix.txt.gz，文件数量为 1。样本涵盖血栓性与非血栓性两组重症 COVID-19 患者。关于样本量、具体基因数量、分组比例等细节，源站未提供。
【采集与来源】
数据来源于 NCBI GEO，源站地址为 ncbi.nlm.nih.gov，源站标题与数据集英文名一致，均为 Whole blood gene expression data of thrombotic and non-thrombotic critically ill COVID-19 patients。作者为 Cosimo、Cristella，发布时间标注为 Jun 18 202。本站将其归类为感染性疾病 / 其他。样本采集的具体机构、时间跨度、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于研究重症 COVID-19 患者血栓形成相关的全血转录特征，可用于比较血栓性与非血栓性两组之间的表达谱差异，并在此基础上探索血栓发生的候选标志物及其预测潜力。由于采用芯片表达谱平台，也适合作为转录组层面的验证或对照资源，与其他 COVID-19 表达数据联合分析。具体临床应用价值需结合原始研究结论判断，源站未提供相关结论细节。
【使用方法】
使用时可先下载数据文件 GSE300129_series_matrix.txt.gz，该文件为 GZIP 压缩包格式。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。后续分析可依据芯片表达谱的常规处理方式开展，包括样本分组信息整理、表达值预处理与差异分析等。源站未提供具体的预处理参数或分析脚本。
【质量与限制】
该数据集仅包含 1 个文件，样本分组为血栓性与非血栓性两类，具体样本数量与临床协变量信息源站未提供。发布时间标注为 Jun 18 202，年份信息不完整。数据基于单一芯片平台 GPL34133，跨平台可比性需谨慎评估。关于数据质控指标、缺失值情况、批次效应等，源站未提供。
【引用与许可】
引用时应参考 NCBI GEO 上该数据集（GSE300129）的原始记录，作者为 Cosimo、Cristella。数据使用许可与再分发条款源站未提供，使用前应查阅源站相关说明。
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=GSE300129
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：COVID-19揭示了新的病理机制，特别是高凝状态导致危重患者血栓风险增加。本研究探讨COVID-19重症监护病房（ICU）患者中与血栓形成相关的转录特征，并评估其预测潜力。方法：我们对57例机械通气的COVID-19患者进行了全血转录谱分析，采用差异基因表达和机器学习方法，比较有血栓并发症的患者（TC，n=36）与无血栓并发症的患者（non-TC，n=21）。结果：与非TC患者相比，TC患者表现出更明显的转录组紊乱和283个差异表达基因。关键特征包括中性粒细胞活化增强、炎症反应和单核细胞活化增强，同时淋巴细胞功能受抑制。OPLS-DA模型实现了优异的分类性能（AUC=0.961，95% CI：0.905-0.997）。麦芽糖酶-葡糖淀粉酶基因（MGAM）是最具区分度的生物标志物，优于D-二聚体和C反应蛋白等传统临床标志物（AUC=0.94）。
结论：重症COVID-19患者的血栓并发症以独特的转录特征为特征，反映出中性粒细胞活化增强和炎症失调。MGAM是一种新型潜在生物标志物，在识别高血栓风险患者方面优于传统临床标志物，为重症COVID-19的个性化风险分层和管理提供了新机会。
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。
