生殖器疱疹病毒CRISPR诊断测试相关数据
包含生殖器单纯疱疹病毒CRISPR双靶点诊断测试的临床样本检测数据和性能指标。
基本信息
资源简介
生殖器疱疹病毒CRISPR诊断测试相关数据
【一句话概览】
本数据集是 Mendeley Data 公开的结构化表格数据集，收录 1 个文件、合计 39.25 KB，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《A rapid isothermal CRISPR‒Cas13a diagnostic test for genital herpes simplex virus infection: associated data》。源站首次发布：2023-10-31。
【数据内容】
源站原始描述：Early diagnosis plays a pivotal role in the effective management of herpes simplex virus type 1 and 2 (HSV-1/2) infection. However, existing diagnostic methods are not widely available that required expensive or additional equipment for conducting examinations and result readouts, which can limit their utility in resource-constrained settings. Here, we successfully developed a CRISPR-based dual-target diagnostic system for the detection and genotyping of HSV-1 and HSV-2. Our assay demonstrated a…
中文译文（机器翻译，仅供快速理解，请以原文为准）：早期诊断在单纯疱疹病毒1型和2型（HSV-1/2）感染的有效管理中发挥着关键作用。然而，现有诊断方法尚未广泛普及，因为进行检查和结果读取需要昂贵或额外的设备，这可能限制其在资源受限环境中的实用性。在此，我们成功开发了一种基于CRISPR的双靶标诊断系统，用于HSV-1和HSV-2的检测和基因分型。在188份临床样本中进行测试时，我们的检测方法对HSV-1和HSV-2分别表现出96.15%和94.85%的高灵敏度，与商业化qPCR检测相比，特异性为100%。此外，我们将该检测方法改造为可与移动应用程序或裸眼比色读数配合使用；当增加RPA产物输入量时，其对HSV-1和HSV-2 DNA的检测限均为1拷贝/μL。这些发现凸显了我们基于CR
【数据结构与技术规格】
文件数 1 个，合计 39.25 KB。数据集 DOI：10.17632/zk9kf6dkfg.1。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/zk9kf6dkfg
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://data.mendeley.com/datasets/zk9kf6dkfg
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
