亚型特异性中和抗体在流感病毒共感染中促进抗原漂移
该数据集来自 Harvard Dataverse，聚焦流感病毒共感染过程中亚型特异性中和抗体如何促进抗原漂移。源站描述指出，研究探讨了既存体液免疫如何通过基因重配驱动新病毒株出现的难题，并阐明株特异性抗体与广谱反应性抗体相互作用调节流感病毒遗传多样性与演化模式的复杂动态
基本信息
资源简介
亚型特异性中和抗体在流感病毒共感染中促进抗原漂移
该数据集英文名为“Subtype-specific neutralizing antibodies promote antigenic shift during influenza virus co-infection”，在站内归入感染性疾病 / 其他分类，来源站为 doi.org，作者为 Meng-nan LIU，机构为 Harvard Dataverse，发布时间为 2025 年，主题标签为 Medicine, Health and Life Sciences。源站描述指出，既存体液免疫如何通过基因重配编排新病毒株的出现，一直是一个难解之谜；该研究阐明了株特异性抗体与广谱反应性抗体相互作用，进而调节流感病毒遗传多样性与演化范式的复杂动态。数据集聚焦流感病毒共感染过程中亚型特异性中和抗体如何促进抗原漂移，为理解抗体介导的病毒演化提供了专门的数据资源。
【数据集背景】
流感病毒的抗原漂移与基因重配是新型病毒株出现的重要机制，而既存体液免疫在其中扮演的角色长期存在疑问。源站描述明确提出，既存体液免疫如何通过重配驱动新病毒株的出现，是一个尚未解开的难题。该数据集所对应的研究正是围绕这一难题展开，试图揭示不同反应谱的抗体在流感病毒共感染条件下的相互作用，以及这种相互作用如何影响病毒的遗传多样性与演化模式。数据集以亚型特异性中和抗体促进抗原漂移为核心主题，属于感染性疾病研究范畴，主题标签覆盖医学、健康与生命科学。
【数据内容】
该数据集的主题聚焦于流感病毒共感染过程中亚型特异性中和抗体的作用及其对抗原漂移的促进。源站描述强调，研究阐明了株特异性抗体与广谱反应性抗体之间相互作用调节流感病毒遗传多样性与演化范式的复杂动态。关于数据集内部的具体文件构成、变量字段、记录数量、样本规模等细节，源站未提供。
【采集与来源】
该数据集来源于 doi.org，托管机构为 Harvard Dataverse，作者为 Meng-nan LIU，发布时间为 2025 年。关于样本采集的具体方法、实验设计、时间跨度与地理范围等信息，源站未提供。
【适用场景】
基于其主题与源站描述，该数据集适用于流感病毒抗原漂移与基因重配相关研究，尤其是探讨既存体液免疫、株特异性抗体与广谱反应性抗体在病毒演化中作用的研究场景，也可服务于感染性疾病领域中对病毒遗传多样性与演化模式的分析。关于更具体的适用场景与推荐用途，源站未提供。
【使用方法】
源站未提供该数据集的使用方法、数据格式说明、访问方式或分析流程等信息。
【质量与限制】
源站未提供该数据集的质量评估、数据完整性说明、已知偏差或使用限制等信息。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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://doi.org/10.7910/DVN/GSBEVF
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:
数据集大小约 40.5 MB。
数据说明
先前存在的体液免疫如何通过重配来调控新型病毒株出现的难题，仍然是一个谜。我们的研究阐明了株特异性抗体和广泛反应性抗体相互作用以调节流感病毒遗传多样性和进化模式的复杂动态。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
