GSE210644:转录组模块-表型关联研究提示胞外囊泡生物发生在恶性疟原虫青蒿素耐药中的作用
研究通过 CRISPR 编辑青蒿素敏感虫株 Dd2 获得两个耐药虫株 C580R 和 R539T,比较其基因表达谱,并利用基因集富集分析检验胞外囊泡模块的富集情况,以验证胞外囊泡输出假说

基本信息
资源简介
GSE210644:转录组模块-表型关联研究提示胞外囊泡生物发生在恶性疟原虫青蒿素耐药中的作用
Transcriptome-module phenotype association study implicates extracellular vesicles biogenesis in Plasmodium falciparum artemisinin resistance
该数据集来自 NCBI GEO,包含 1 个文件 GSE210644_series_matrix.txt.gz,主题为感染/寄生虫病。研究通过 CRISPR 编辑青蒿素敏感虫株 Dd2 获得两个耐药虫株 C580R 和 R539T,比较其基因表达谱,并利用基因集富集分析检验胞外囊泡模块的富集情况,以验证胞外囊泡输出假说。数据可用于分析恶性疟原虫青蒿素耐药相关的转录组模块与表型关联(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 05 202。
【数据内容】
源站描述(机器翻译,仅供参考):胞外囊泡在恶性疟原虫青蒿素耐药性发展中的作用尚不清楚。我们提出了 EVs 在 ARTr 发展中的作用(EVs 输出假说)(Tandoh 等,2022)。本研究的目的是检验 EVs 输出假说的一个预测,以深入了解 EVs 在青蒿素耐药表型表达中的可能作用。我们比较了通过基于 CRISPR 的编辑从青蒿素敏感寄生虫(Dd2)产生的两种青蒿素耐药寄生虫(C580R 和 R539T)的基因表达谱,并使用基因集富集分析来评估感兴趣 EVs 模块的富集情况。
【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:GPL21298、5833。本站分类:感染/寄生虫病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE210644
【使用注意】
· 源站最后修改于 Sep 15 202,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=GSE210644
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
细胞外囊泡在恶性疟原虫青蒿素耐药性发展中的作用尚不清楚。我们提出了细胞外囊泡在ARTr发展中的作用(细胞外囊泡输出假说)(Tandoh等,2022)。本研究的目的是检验细胞外囊泡输出假说的一项预测,以深入了解细胞外囊泡在青蒿素耐药表型表达中的推定作用。我们采用基因集富集分析,比较了两种青蒿素耐药寄生虫(C580R和R539T)与一种青蒿素敏感寄生虫(Dd2)的基因表达谱,以评估感兴趣细胞外囊泡模块的富集情况;其中,两种耐药寄生虫是通过基于CRISPR的编辑技术对青蒿素敏感寄生虫(Dd2)进行编辑而产生的。
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。



![恶性疟原虫DNA损伤调控及其在药物相关表型中的作用[RNA]](/medical-api/medicalDataset/datasetCover/141358.jpg)
