Grina缺失对HSV-1感染BMDMs基因表达的影响
该数据集来自NCBI GEO,研究Grina基因缺失对HSV-1感染小鼠骨髓来源巨噬细胞(BMDMs)基因表达的影响。数据为高通量测序表达谱,可用于鉴定HSV-1感染过程中Grina依赖的转录反应,探索Grina介导信号与抗病毒天然免疫之间的交互作用(来源 NCBI)

基本信息
资源简介
Grina缺失对HSV-1感染BMDMs基因表达的影响
Effect of depletion of Grina on gene expression during HSV-1 infection of BMDMs
该数据集来自NCBI GEO,研究Grina基因缺失对HSV-1感染小鼠骨髓来源巨噬细胞(BMDMs)基因表达的影响。实验使用Grina-floxed与Lyz2-Cre介导的Grina敲除小鼠来源的BMDMs,分别进行模拟感染或HSV-1感染(MOI=1)4小时,每组四个生物学重复,共四组:WT mock、WT HSV-1、KO mock、KO HSV-1。数据为高通量测序表达谱,可用于鉴定HSV-1感染过程中Grina依赖的转录反应,探索Grina介导信号与抗病毒天然免疫之间的交互作用(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):为研究Grina在HSV-1诱导的信号通路中的作用,我们从Grina敲除(Grina-KO)BMDMs及其野生型(WT)对照中提取总RNA,分别在有或无HSV-1感染条件下进行。骨髓来源巨噬细胞由Grina-floxed(Grina-fl/fl)和Lyz2-Cre介导的Grina-KO小鼠生成,并进行模拟感染或HSV-1感染(MOI = 1)4小时。每种条件提取四个生物学重复的总RNA,代表四个实验组:WT mock、WT HSV-1、KO mock和KO HSV-1。该数据集能够全面鉴定HSV-1感染期间Grina依赖的转录反应,为理解Grina介导的信号与抗病毒天然免疫之间的交互作用提供见解。
【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:GPL30215、10090。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE345297
【使用注意】
· 源站最后修改于 Sep 01 202,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=GSE345297
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
为探究Grina在HSV-1诱导的信号通路中的作用,我们从Grina敲除(Grina-KO)骨髓来源巨噬细胞(BMDMs)及其野生型(WT)对照中提取总RNA,分别在有或无HSV-1感染条件下进行。骨髓来源巨噬细胞由Grina-floxed(Grina-fl/fl)和Lyz2-Cre介导的Grina-KO小鼠生成,并以模拟感染或HSV-1感染(MOI = 1)处理4小时。每种条件下提取四个生物学重复的总RNA,代表四个实验组:WT模拟组、WT HSV-1组、KO模拟组和KO HSV-1组。该数据集能够全面鉴定HSV-1感染期间Grina依赖的转录反应,为深入了解Grina介导的信号传导与抗病毒先天免疫之间的交互作用提供了见解。
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。




