ZIKV感染患者与细胞培养模型的转录组特征
该数据集来自 NCBI GEO（GSE265922），包含 ZIKV 感染患者与细胞培养模型的转录组表达谱数据，采用高通量测序表达谱分析，物种为人（9606），平台为 GPL20301，共 1 个文件（GSE265922_series_matrix.txt.gz）
基本信息
资源简介
ZIKV感染患者与细胞培养模型的转录组特征
Transcriptomic signatures of ZIKV infection in patients and a cell culture model
该数据集来自 NCBI GEO（GSE265922），包含 ZIKV 感染患者与细胞培养模型的转录组表达谱数据，采用高通量测序表达谱分析，物种为人（9606），平台为 GPL20301，共 1 个文件（GSE265922_series_matrix.txt.gz）。数据可用于比较 ZIKV 感染后患者外周血单核细胞与 A549 细胞模型在转录本及可变剪接层面的变化，支撑感染相关转录特征的分析与分类研究（来源 NCBI）。
【数据集背景】
源站首次发布：Apr 25 202。
【数据内容】
源站描述（机器翻译，仅供参考）：寨卡病毒（ZIKV）是一种重新出现的黄病毒，与毁灭性的发育和神经系统疾病结局相关，尤其是在子宫内感染的婴儿中。为了解 ZIKV 独特疾病病理的分子基础，已开展了大量全转录组研究。值得注意的是，这些研究忽视了将 ZIKV 感染患者的 RNA-seq 分析与细胞培养和细胞模型系统相结合。我们确定，人肺腺癌 A549 细胞中的 ZIKV 感染反映了先前发表的、来自 ZIKV 感染早期、晚期急性期和恢复期儿科患者外周血单核细胞的 RNA-seq 数据的转录和可变剪接谱。我们的分析表明，培养细胞中的 ZIKV 感染与患者的转录变化相关，而 ove
【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：GPL20301、9606。本站分类：肿瘤。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE265922
【使用注意】
· 源站最后修改于 Aug 03 202，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=GSE265922
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
寨卡病毒（ZIKV）是一种重新出现的黄病毒，与严重的发展和神经系统疾病结果相关，尤其是在子宫内感染的婴儿中。为了理解寨卡病毒独特疾病病理的分子基础，已经进行了大量全转录组研究。值得注意的是，这些研究忽略了将寨卡病毒感染患者的RNA-seq分析与细胞培养和细胞模型系统相结合。我们确定，人肺腺癌A549细胞中的寨卡病毒感染反映了先前发表的儿童患者外周血单核细胞RNA-seq数据中的转录和可变剪接谱，这些数据收集于寨卡病毒感染的早期、晚期急性和恢复期。我们的分析表明，培养细胞中的寨卡病毒感染与患者的转录变化相关，而可变剪接谱的重叠则不那么广泛。
总体而言，我们的数据表明，细胞培养模型系统有助于剖析在患者中检测到的特定分子变化，并为未来研究阐明寨卡病毒感染期间选择性剪接的生物学意义奠定了基础。
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。
