VRC01单用或联合ART治疗早期急性HIV-1感染的1期随机对照试验转录组数据
该数据集来自一项1期随机对照试验,包含24名急性HIV-1感染参与者在第0、3、7和84天的RNA-seq转录组数据,参与者随机接受立即ART、VRC01联合立即ART或VRC01联合延迟ART治疗

基本信息
资源简介
VRC01单用或联合ART治疗早期急性HIV-1感染的1期随机对照试验转录组数据
Transcriptomics data from a phase 1 randomized controlled trial testing the safety and virological effect of VRC01 monoclonal antibody alone or in combination with antiretroviral therapy (ART) during early acute HIV-1 infection
该数据集来自一项1期随机对照试验,包含24名急性HIV-1感染参与者在第0、3、7和84天的RNA-seq转录组数据,参与者随机接受立即ART、VRC01联合立即ART或VRC01联合延迟ART治疗。数据可用于分析VRC01单克隆抗体对基因表达和炎症相关基因特征的影响,评估其在外周炎症中的作用,并探索与病毒血症和储存库建立相关的转录组变化(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):在急性HIV-1感染成人中,单次输注bNAb VRC01(单独或联合ART)的安全性和早期病毒学效果。来自RV398研究的24名参与者被随机分配接受:1)立即ART,2)VRC01联合立即ART,或3)VRC01联合延迟7天的ART。VRC01输注安全且耐受性良好,在血清、直肠黏膜、直肠和生殖道分泌物以及脑脊液中检测到bNAb。分析使用每组第0、3、7和84天时间点收集的RNA-seq数据,区分转录组表达和高度相关的基因特征;结果强调VRC01减少了外周炎症,尽管其对病毒血症和储存库建立的影响极小,这与少数参与者携带中和敏感HIV-1的情况一致。我们的发现强调了……
【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:GPL24676、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=GSE348686
【使用注意】
· 源站最后修改于 Oct 20 202,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=GSE348686
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
单次输注bNAb VRC01单独或联合ART治疗成人急性HIV-1感染的安全性与早期病毒学效应。来自RV398研究的24名参与者被随机分配接受:1)立即ART,2)VRC01联合立即ART,或3)VRC01联合7天后延迟ART。VRC01输注安全且耐受性良好,在血清、直肠黏膜、直肠和生殖道分泌物及脑脊液中均可检测到bNAb。分析使用各组第0、3、7和84天时间点收集的RNA-seq数据进行,区分转录组表达及高度相关的基因特征;结果突出显示,VRC01减少了外周炎症,尽管其对病毒血症和病毒储存库建立的影响极小,这与少数参与者携带中和敏感性HIV-1相一致。我们的发现强调了在测试bNAb的试验中进行转录组学分析的重要性。
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。




