NIH COVID-19尸检唾液腺全转录组分析数据集
该数据集为来自NCBI的PRJNA1484958,包含对确诊COVID-19个体及对照尸检获取的大唾液腺(腮腺、下颌下腺)和小唾液腺样本进行的bulk RNA测序数据

基本信息
资源简介
NIH COVID-19尸检唾液腺全转录组分析数据集
该数据集为来自NCBI的PRJNA1484958,包含对确诊COVID-19个体及对照尸检获取的大唾液腺(腮腺、下颌下腺)和小唾液腺样本进行的bulk RNA测序数据。转录组分析揭示COVID-19样本中先天免疫信号、干扰素应答通路及腺上皮应激反应失调,且大、小唾液腺间存在差异,并鉴定出腺体特异性特征。数据为研究急性COVID-19唾液腺病理及其潜在贡献提供了组织水平转录资源(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):唾液腺被认为是SARS-CoV-2感染的靶器官,在大唾液腺和小唾液腺组织中均检测到病毒RNA和蛋白;然而,唾液腺上皮和间质对感染的转录反应仍表征不足。在此,我们展示了一个来自确诊COVID-19个体和对照尸检获取的大唾液腺(腮腺、下颌下腺)和小唾液腺样本的bulk RNA测序数据集。转录组分析揭示,与对照组织相比,COVID-19中先天免疫信号、干扰素应答通路或腺上皮应激反应失调,且在大唾液腺和小唾液腺腔室之间观察到差异;鉴定出腺体特异性特征。这些数据为研究急性COVID-19唾液腺病理及其潜在贡献提供了组织水平转录资源。
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1484958
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/bioproject/PRJNA1484958
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
唾液腺被认为是SARS-CoV-2感染的靶标,在大唾液腺和小唾液腺组织中均检测到病毒RNA和蛋白质;然而,唾液腺上皮和间质对感染的转录反应仍表征不足。在此,我们展示了一份来自确诊COVID-19个体和对照组尸检获得的大唾液腺(腮腺、下颌下腺)和小唾液腺样本的批量RNA测序数据集。转录组分析揭示,与对照组织相比,COVID-19中存在先天免疫信号失调、干扰素反应通路异常或腺上皮应激反应,且在大唾液腺和小唾液腺区室之间观察到差异;鉴定出腺体特异性特征。这些数据为研究急性COVID-19中唾液腺病理及其对感染口腔表现和急性后遗症潜在贡献提供了组织水平的转录资源。手稿见:Huang N, Pérez P,…Warner BM, Byrd KM. SARS-CoV-2 infection of the oral cavity and saliva. Nat Med. 2021 May;27(5):892-903. doi: 10.1038/s41591-021-01296-8. Epub 2021 Mar 25.
PMID:33767405;PMCID:PMC8240394;Stein SR,…等,…Hewitt SM、Kleiner DE、Chertow DS。尸检中SARS-CoV-2在人体和大脑中的感染与持续存在。《自然》。2022年12月;612(7941):758-763。doi:10.1038/s41586-022-05542-y。电子版发布于2022年12月14日。PMID:36517603;PMCID:PMC9749650。
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。




