婴儿RSV免疫预防在6岁时改变鼻上皮DNA甲基化
呼吸道合胞病毒(RSV)感染与儿童期喘息和哮喘相关,潜在机制包括持续的表观遗传效应。在随机、安慰剂对照的MAKI试验(ISRCTN注册号ISRCTN73641710)中,早产儿在其首个RSV季节随机接受palivizumab RSV免疫预防或安慰剂

基本信息
资源简介
婴儿RSV免疫预防在6岁时改变鼻上皮DNA甲基化
呼吸道合胞病毒(RSV)感染与儿童期喘息和哮喘相关,潜在机制包括持续的表观遗传效应。在随机、安慰剂对照的MAKI试验(ISRCTN注册号ISRCTN73641710)中,早产儿在其首个RSV季节随机接受palivizumab RSV免疫预防或安慰剂
Infant RSV immunoprophylaxis changes nasal epithelial DNAmethylation at 6 years of age
【数据集背景】
源站首次发布:2022。
【数据内容】
源站描述(机器翻译,仅供参考):呼吸道合胞病毒(RSV)感染与儿童期喘息和哮喘相关,潜在机制包括持续的表观遗传效应。在随机、安慰剂对照的MAKI试验(ISRCTN注册号ISRCTN73641710)中,早产儿在其首个RSV季节随机接受palivizumab RSV免疫预防或安慰剂。6岁时通过鼻刷获得的细胞中的DNA甲基化由Illumina MethylationEPIC array测量。该数据集包含使用来自274名6岁儿童DNAm数据的全甲基化组关联研究的汇总统计量。相应论文可在此处找到: EWAS Catalog团队完成。该数据可与数百个其他EWAS一起在ewascatalog.org上查询。要上传您的EWAS汇总统计量并获得Zenodo DOI
【主题与分类】
主题标签:呼吸系统疾病、哮喘、RSV、DNA甲基化、EWAS、表观遗传学。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://zenodo.org/record/5887036
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.5887036
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:
数据集大小约 53.3 MB。
数据说明
呼吸道合胞病毒(RSV)感染与儿童期喘息和哮喘相关,潜在机制包括持续的表观遗传效应。在随机、安慰剂对照的MAKI试验(ISRCTN注册库,编号ISRCTN73641710)中,早产儿在其第一个RSV流行季被随机给予帕利珠单抗或安慰剂的RSV免疫预防。通过Illumina MethylationEPIC芯片检测了6岁时鼻刷获取细胞的DNA甲基化。该数据集包含使用来自274名6岁儿童收集的DNAm数据进行的全甲基化组关联研究的汇总统计数据。相关论文可在此处找到:https://pubmed.ncbi.nlm.nih.gov/34473906/。该数据集的上传由EWAS Catalog团队完成。该数据可在ewascatalog.org上与数百项其他EWAS一起查询。如需上传您的EWAS汇总统计数据并为您生成Zenodo DOI,请访问ewascatalog.org/upload。
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。




