单纯疱疹病毒角膜感染后中枢神经系统与肝脏的功能基因组学
该数据集来自 NCBI GEO(GSE35943),研究单纯疱疹病毒角膜感染后中枢神经系统与肝脏的功能基因组学变化。源站描述指出,研究总体目标是利用体内数据结合功能基因组学,定义代表 HSV 中枢神经系统感染谱系的基因表达特征

基本信息
资源简介
单纯疱疹病毒角膜感染后中枢神经系统与肝脏的功能基因组学
Functional genomics of central nervous system and liver following herpes simplex virus corneal infection.
该数据集来自 NCBI GEO(GSE35943),研究单纯疱疹病毒角膜感染后中枢神经系统与肝脏的功能基因组学变化。源站描述指出,研究总体目标是利用体内数据结合功能基因组学,定义代表 HSV 中枢神经系统感染谱系的基因表达特征。数据集包含 1 个文件(GSE35943_series_matrix.txt.gz),属于表达谱芯片数据,主题标签涉及 GPL7202 平台与小鼠物种(10090),可用于探索 HSV 感染后中枢神经系统与肝脏的基因表达模式(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 21 201。
【数据内容】
源站描述(机器翻译,仅供参考):该研究的总体目标是利用体内数据结合功能基因组学,定义代表一系列 HSV 中枢神经系统感染的基因表达特征。
【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:Expression profiling by array、GPL7202、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=GSE35943
【使用注意】
· 源站最后修改于 Jan 12 201,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=GSE35943
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
本研究的总体目标是利用体内数据结合功能基因组学,确定能够代表HSV中枢神经系统感染谱系的基因表达特征。先天免疫缺陷导致感染后出现一系列严重的临床结局。特别是,信号转导与转录激活因子(Stat)通路的缺失、血脑屏障(BBB)的破坏与病毒诱导的神经病理学之间存在强关联。在病毒感染的中枢神经系统中,表征抵抗性、疾病和死亡率的基因特征尚未被确定。单纯疱疹病毒1型(HSV-1)在人类中常与脑炎相关,而缺乏Stat1的人类和小鼠对HSV中枢神经系统(CNS)感染的易感性增加。本研究使用了两种HSV-1毒株:KOS(野生型[WT])和Δvhs(一种缺乏病毒粒子宿主关闭(vhs)功能的无毒性重组体)。此外,还使用了两种小鼠品系:129品系(对照)和Stat1缺陷(Stat1(-/-))品系。
利用这些病毒株和小鼠品系的组合,我们建立了一种感染模型,该模型可导致三种不同的结局:无神经系统疾病的病毒清除(对照组小鼠感染Δvhs)、神经系统疾病后病毒清除(Stat1(-/-)小鼠感染Δvhs及对照组小鼠感染WT),以及神经系统疾病后死亡(Stat1(-/-)小鼠感染WT)。通过对受感染的脑干和肝脏应用功能基因组学,我们确定了代表这三种感染结局的基因特征。
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。




