呼吸道病毒感染中空间区室化塑造不同生发中心状态
该数据集来自 NCBI GEO（GSE346722），利用 Xenium 空间转录组技术分析 SARS-CoV-2 感染的食蟹猴纵隔淋巴结，刻画皮质常规生发中心（cGCs）与 LYVE1 相关髓质生发中心结构（mGCs）的转录、细胞及空间特征
基本信息
资源简介
呼吸道病毒感染中空间区室化塑造不同生发中心状态
Spatial compartmentalization shapes distinct germinal center states during respiratory viral infection
该数据集来自 NCBI GEO（GSE346722），利用 Xenium 空间转录组技术分析 SARS-CoV-2 感染的食蟹猴纵隔淋巴结，刻画皮质常规生发中心（cGCs）与 LYVE1 相关髓质生发中心结构（mGCs）的转录、细胞及空间特征。数据采用 377 靶标的 Xenium Human Multi-Cancer Panel，包含 1 个文件（GSE346722_series_matrix.txt.gz），可用于比较肺引流淋巴结不同解剖区室中 GC 组织的差异（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 09 202。
【数据内容】
源站描述（机器翻译，仅供参考）：生发中心（GCs）通常形成于淋巴结皮质内，但髓质中增殖性 B 细胞聚集体是否参与 GC 相关程序仍不清楚。本研究使用 Xenium 空间转录组学分析 SARS-CoV-2 感染的食蟹猴纵隔淋巴结，以表征常规皮质 GCs（cGCs）和 LYVE1 相关髓质 GC 结构（mGCs）。采用 377 靶标的 Xenium Human Multi-Cancer Panel 分析其转录、细胞和空间特征。该数据集可用于比较肺引流淋巴结内不同解剖区室中 GC 的组织方式。
【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：Other、GPL37502、9541。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=GSE346722
【使用注意】
· 源站最后修改于 Sep 14 202，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=GSE346722
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
生发中心（GCs）通常形成于淋巴结皮质内，但髓质中增殖的B细胞聚集体是否启用GC相关程序仍不清楚。本研究使用Xenium空间转录组学分析感染SARS-CoV-2的食蟹猴纵隔淋巴结，以表征常规皮质生发中心（cGCs）和LYVE1相关髓质生发中心结构（mGCs）。研究使用包含377个靶标的Xenium Human Multi-Cancer Panel来刻画其转录、细胞和空间特征。该数据集能够比较肺引流淋巴结内不同解剖区室中的GC组织方式。
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。
