委内瑞拉马脑炎病毒脑部感染深度空间分析数据集
该数据集来自 NCBI GEO(GSE213725),针对委内瑞拉马脑炎病毒(VEEV)TC-83 株感染小鼠脑部后的宿主反应、病毒转录水平及遗传变异进行深度空间分析

基本信息
资源简介
委内瑞拉马脑炎病毒脑部感染深度空间分析数据集
Deep Spatial Profiling of Venezuelan Equine Encephalitis Virus Reveals Increased Genetic Diversity Amidst Neuroinflammation and Cell Death During Brain Infection
该数据集来自 NCBI GEO(GSE213725),针对委内瑞拉马脑炎病毒(VEEV)TC-83 株感染小鼠脑部后的宿主反应、病毒转录水平及遗传变异进行深度空间分析。研究覆盖感染后 7 天内八个脑区,发现病毒复制在 5-6 dpi 达峰后下降,神经元为主要复制位点,遗传多样性在 1 dpi 较低随后扩展。数据可用于研究 VEEV 脑部感染的时空动态、神经炎症与细胞死亡机制,以及病毒在宿主内的进化(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):委内瑞拉马脑炎病毒(VEEV)引起发热性疾病,在人类病例中可能进展为神经系统疾病并存在死亡可能。针对脑部感染的治疗药物的评估与优化,需要了解宿主对 VEEV 的反应、感染动态以及病毒在宿主内进化的潜力。我们假设脑部感染期间的选择压力可能在时间和空间上有所不同,因此我们研究了小鼠感染后 7 天内八个脑区中宿主反应、病毒转录水平和 VEEV TC-83 遗传变异的动态。病毒复制在整个脑中增加直至 5-6 dpi,此后下降,神经元是病毒复制的主要位点。1 dpi 时遗传多样性水平较低,随后出现 ge 的扩展。
【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:GPL21103、10090。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=GSE213725
【使用注意】
· 源站最后修改于 Feb 07 202,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=GSE213725
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
委内瑞拉马脑炎病毒(VEEV)可引起发热性疾病,在人类病例中可进展为神经系统疾病并可能导致死亡。针对脑部感染的治疗药物的评估与优化,需要了解宿主对VEEV的应答、感染动态以及病毒在宿主体内进化的可能性。我们假设脑部感染期间的选择性压力可能在时间和空间上存在差异,因此我们研究了感染后7天内小鼠八个脑区中宿主应答动态、病毒转录本水平以及VEEV TC-83的遗传变异。病毒复制在整个脑部持续增加直至感染后5-6天,此后下降,神经元是病毒复制的主要部位。感染后1天观察到低水平的遗传多样性,随后VEEV的遗传多样性和非同义突变(Ns)出现扩展,并在感染后5天达到峰值。促炎反应和免疫细胞浸润与病毒水平相一致,并与感染后5天神经元的实质性损伤以及小胶质细胞和星形胶质细胞活化的增加相关。
Ns突变的流行率和动态变化表明,VEEV在大脑内受到选择压力,而进行性神经炎症可能作为一种选择压力发挥作用。
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。




