重组SsKaSPI刺激小鼠中性粒细胞的转录组分析
该数据集来自NCBI，是对重组SsKaSPI刺激的小鼠骨髓来源中性粒细胞进行转录组测序的原始序列数据。研究从C57BL/6小鼠分离中性粒细胞，经重组SsKaSPI或对照处理，提取总RNA后高通量测序，以分析基因表达全局变化
基本信息
资源简介
重组SsKaSPI刺激小鼠中性粒细胞的转录组分析
PRJNA1371110 数据集收录的是对重组 SsKaSPI 刺激的小鼠骨髓来源中性粒细胞进行转录组测序所获得的原始序列数据。该研究从 C57BL/6 小鼠体内分离中性粒细胞，分别以重组 SsKaSPI 或相应对照进行处理，随后提取总 RNA 并进行高通量测序，以刻画基因表达的全局变化。其目标在于识别与 SsKaSPI 介导的免疫调节相关的差异表达基因及富集的信号通路，为理解疥螨感染过程中的宿主—寄生虫相互作用和中性粒细胞调控机制提供转录组资源。数据集来源于 NCBI，主题标签为原始序列读段（Raw sequence reads）。
【数据集背景】
该数据集对应的研究聚焦于疥螨（Sarcoptes scabiei）来源的一种重组 Kazal 型丝氨酸蛋白酶抑制剂 SsKaSPI 对宿主中性粒细胞转录活动的影响。中性粒细胞是天然免疫的重要效应细胞，在寄生虫感染中参与炎症与免疫调节过程。研究以小鼠骨髓来源中性粒细胞为体外模型，通过重组 SsKaSPI 刺激与对照处理的比较，考察该寄生虫来源蛋白对宿主细胞基因表达程序的调控作用，进而探讨其在疥螨感染期间介导免疫调节的潜在机制。这一背景使该数据集属于宿主—寄生虫相互作用与免疫调控研究范畴，在站内分类中归入肌肉骨骼系统疾病 / 其他。
【数据内容】
数据内容为高通量测序产生的原始序列读段，即对经重组 SsKaSPI 或对照处理的小鼠骨髓来源中性粒细胞提取总 RNA 后测序所得的原始数据。这些读段可用于后续的基因表达定量、差异表达基因识别以及信号通路富集分析。数据集本身以原始序列读段为主体，源站描述中未提供样本数量、测序平台、读段长度、数据量等具体技术参数。
【采集与来源】
样本来自 C57BL/6 小鼠的骨髓来源中性粒细胞，实验设置包括重组 SsKaSPI 刺激组与适当的对照处理组。总 RNA 提取后经高通量测序获得转录组数据。数据发布来源为 NCBI（ncbi.nlm.nih.gov），项目编号为 PRJNA1371110。
【适用场景】
该数据集适用于研究寄生虫来源蛋白对宿主天然免疫细胞转录程序的影响，可用于差异表达分析、通路富集分析以及宿主—寄生虫相互作用机制探讨；也可作为疥螨感染相关免疫调控研究的转录组参考资源，用于中性粒细胞应答相关基因表达变化的挖掘与验证。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/bioproject/PRJNA1371110
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
本项目研究小鼠骨髓来源中性粒细胞在重组卡氏棘球绦虫（Sarcoptes scabiei）Kazal型丝氨酸蛋白酶抑制剂（SsKaSPI）刺激下的转录反应。中性粒细胞分离自C57BL/6小鼠，并分别用重组SsKaSPI或相应对照处理。提取总RNA并进行高通量测序，以表征基因表达的全局变化。本研究旨在鉴定与SsKaSPI介导的免疫调节相关的差异表达基因和富集信号通路。所获得的数据集为理解疥螨感染期间的宿主-寄生虫相互作用及中性粒细胞调控机制提供了全面的转录组资源。
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。
