重症COVID-19脑与脉络丛细胞类型失调数据集
该数据集来自NCBI GEO,包含30份额叶皮层与脉络丛样本、共65,309个单核转录组,覆盖14例对照(含1例终末期流感)和8例COVID-19患者

基本信息
资源简介
重症COVID-19脑与脉络丛细胞类型失调数据集
Dysregulation of brain and choroid plexus cell types in severe COVID-19
该数据集来自NCBI GEO,包含30份额叶皮层与脉络丛样本、共65,309个单核转录组,覆盖14例对照(含1例终末期流感)和8例COVID-19患者。研究未在脑内发现SARS-CoV-2分子痕迹,但观察到广泛的细胞扰动,提示脉络丛屏障细胞感知并传递外周炎症入脑,外周T细胞浸润脑实质,并发现与人类神经退行性疾病病理状态相似的疾病相关小胶质细胞和星形胶质细胞亚群。可用于研究重症COVID-19的脑部细胞与分子改变(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 21 202。
【数据内容】
源站描述(机器翻译,仅供参考):尽管SARS-CoV-2主要靶向呼吸系统,但患者和幸存者可能出现神经系统症状。然而,对于COVID-19患者大脑中受影响的细胞和分子过程,仍缺乏无偏见的理解。在此,我们从14例对照(包括1例终末期流感)和8例COVID-19患者的30份额叶皮层和脉络丛样本中,分析了65,309个单核转录组。虽然系统分析未在脑中发现SARS-CoV-2的分子痕迹,但我们观察到广泛的细胞扰动,这预测脉络丛屏障细胞感知并将外周炎症传递到大脑,并显示外周T细胞浸润脑实质。我们发现COVID-19疾病相关的小胶质细胞和星形胶质细胞亚群,它们与人类神经退行性疾病中报道的病理细胞状态具有共同特征。突触s
【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:GPL24676、9606。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE159812
【使用注意】
· 源站最后修改于 Oct 10 202,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=GSE159812
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
尽管SARS-CoV-2主要影响呼吸系统,但患者及康复者可能遭受神经系统症状。然而,对于COVID-19患者大脑中受影响的细胞和分子过程的无偏见理解仍然缺失。在此,我们从14名对照组(包括1例终末期流感)和8名COVID-19患者的30份额叶皮层和脉络丛样本中,分析了65,309个单核转录组。虽然系统分析未能在脑中发现SARS-CoV-2的分子痕迹,但我们观察到广泛的细胞扰动,这预示着脉络丛屏障细胞感知并将外周炎症传递至大脑,并显示外周T细胞浸润实质。我们发现与COVID-19疾病相关的小胶质细胞和星形胶质细胞亚群,它们与人类神经退行性疾病报道的病理细胞状态有共同特征。在COVID-19中,上层兴奋性神经元的突触信号——在人类中进化扩展并与认知功能相关——优先受到影响。
在不同细胞类型中,COVID-19的扰动与慢性脑部疾病的扰动相重叠,并且存在于与认知、精神分裂症和抑郁症相关的遗传变异中。我们的发现及公共数据集提供了一个分子框架,以理解当前观察到的以及与COVID-19相关的神经性疾病,这些疾病可能日后才会显现。
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。




