与文章《癌症与COVID-19之间的免疫代谢干扰》相关的数据集
本记录包含与文章《癌症与COVID-19之间的免疫代谢干扰》相关的原始数据。摘要：尽管癌症患者通常被认为更易感染严重急性呼吸综合征冠状病毒2（SARS-CoV-2），但驱动其易患重症2019冠状病毒病（COVID-19）的机制尚未被阐明
基本信息
资源简介
与文章《癌症与COVID-19之间的免疫代谢干扰》相关的数据集
本数据集为与文章《癌症与COVID-19之间的免疫代谢干扰》（Immunometabolic interference between cancer and COVID-19）相关的原始数据记录。该文章关注的核心问题是：尽管癌症患者通常被认为更易感染严重急性呼吸综合征冠状病毒2（SARS-CoV-2），但驱动其易患重症2019冠状病毒病（COVID-19）的机制尚未被阐明。研究借助流式细胞术与多组学联合方法，揭示COVID-19癌症患者的免疫代谢特征包含循环髓系和淋系细胞亚群频率及活化状态的改变，并发现这些变化与相关因素存在关联。本数据集即收录了支撑该研究结论的原始数据，供同行查阅与再利用。
【数据集背景】
该数据集所对应的研究立足于肿瘤与感染性疾病的交叉领域。癌症患者被视为SARS-CoV-2感染的易感人群，且更易发展为重症COVID-19，但其内在机制长期未被阐明。代谢紊乱与机体稳态脆弱性相关，而稳态脆弱又会增加感染和肿瘤发生的风险。基于这一认识，研究者提出假设：是否存在同时与癌症和SARS-CoV-2感染相交叠的免疫代谢通路。为验证该假设，研究团队采用流式细胞术与多组学相结合的策略，对COVID-19癌症患者的免疫代谢特征进行了系统刻画。本数据集正是这一研究过程中产生的原始数据集合，属于肿瘤领域的其他类数据。
【数据内容】
本数据集收录的是与上述文章相关的原始数据。根据源站描述，研究通过流式细胞术和多组学联合方法，获得了COVID-19癌症患者循环髓系和淋系细胞亚群的频率与活化状态数据，以及与之相关的免疫代谢特征信息。源站描述在摘要部分被截断，未完整呈现全部结论。除上述内容外，源站未提供关于数据文件具体类型、变量数量、样本量、分组结构等更细化的说明。
【采集与来源】
数据来源于doi.org所指向的记录，机构为Zenodo。作者包括Consonni, Francesca Maria、Durante, Barbara、Manfredi, Marcello、Bleve, Augusto、Pandolfo, Chiara、garlatti, valentina、Vanella, Virginia Vita、Marengo, Emilio、Barberis, Elettra、Bottazzi, Barbara、Bombace, Sa等。发布时间为2023年。源站未提供具体的采集地点、采集时间跨度、仪器型号及实验流程细节。
【适用场景】
本数据集适用于肿瘤与COVID-19交叉领域的免疫代谢研究，可供研究者用于复核原文结论、开展二次分析或与其他免疫代谢数据集进行整合比较。其潜在应用方向包括：探讨癌症患者对SARS-CoV-2易感性的免疫学机制、分析髓系与淋系细胞亚群频率及活化状态在重症COVID-19中的作用、以及从免疫代谢角度寻找潜在的干预靶点。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供关于数据下载、解压、读取、预处理或分析流程的具体说明。使用者需依据Zenodo记录页面的指引获取数据，并结合原文的方法学部分理解数据结构。源站未提供推荐软件、代码或分析脚本。
【质量与限制】
源站未提供关于数据质量评估、缺失值处理、批次效应校正或技术验证的具体信息。由于源站描述在摘要处被截断，部分研究结论与数据细节未能完整呈现。使用者应注意，本数据集为特定研究产生的原始数据，其适用范围受原始研究设计与样本特征的限制，不宜直接外推至其他人群或场景。源站未提供其他质量与限制说明。
【引用与许可】
本数据集采用Creative Commons Attribution 4.0 International许可，允许在署名的前提下共享与再利用。引用时应遵循该许可要求，注明数据来源与作者信息。源站未提供具体的推荐引用格式或DOI之外的附加引用要求。
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/10.5281/zenodo.10171329
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
本记录包含与文章“癌症与COVID-19之间的免疫代谢干扰”相关的原始数据。摘要：尽管癌症患者通常被认为更易感染严重急性呼吸综合征冠状病毒2（SARS-CoV-2），但驱动其易发展为重症2019冠状病毒病（COVID-19）的机制尚未被阐明。由于代谢紊乱与稳态脆弱性相关，而后者会增加感染和癌症的风险，我们探讨是否能识别与癌症和SARS-CoV-2感染交叉的免疫代谢途径。通过结合流式细胞术和多组学方法，我们在此展示，COVID-19癌症患者的免疫代谢特征包括循环髓系和淋系细胞亚群频率及激活状态的改变，并且这些变化与以下因素相关：i）色氨酸及其相关神经递质色胺的耗竭，ii）免疫抑制性色氨酸代谢产物（即犬尿氨酸）的积累，以及iii）烟酰胺腺嘌呤二核苷酸（NAD+）可用性低。
这种代谢失衡伴随着外周血单个核细胞（PBMCs）中炎症细胞因子表达的改变，具体表现为IL-6 mRNA表达水平显著下调和IFNγ mRNA表达水平上调。综上所述，我们的研究结果表明，癌症不仅减弱了COVID-19患者的炎症状态，还通过干扰NAD+依赖的免疫稳态，进一步削弱了他们本已脆弱的代谢状态。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
