98名个体未感染与鼻病毒感染外周血单核细胞基因表达数据
该数据集来自NCBI GEO,包含98名个体未感染与鼻病毒感染外周血单核细胞(PBMC)的基因表达数据,采用GPL10558芯片平台

基本信息
资源简介
98名个体未感染与鼻病毒感染外周血单核细胞基因表达数据
Gene expression data from uninfected and rhinovirus-infected peripheral blood mononuclear cells from 98 individuals
该数据集来自NCBI GEO,包含98名个体未感染与鼻病毒感染外周血单核细胞(PBMC)的基因表达数据,采用GPL10558芯片平台。研究旨在刻画鼻病毒感染后的基因表达差异,并在未感染与感染状态下定位表达数量性状位点(eQTL),可用于呼吸系统疾病相关基因表达调控与宿主应答分析(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 20 201。
【数据内容】
源站描述(机器翻译,仅供参考):鼻病毒(RV)是人类最常见的呼吸道病毒。每年RV感染数十亿人,至少占所有普通感冒的一半,而普通感冒是人类最常见的疾病。RV感染还影响一系列呼吸系统疾病的发病率,如细支气管炎、肺炎、哮喘、慢性阻塞性肺疾病和囊性纤维化。尽管其生物学重要性和公共卫生意义重大,但人们对RV应答的遗传结构知之甚少。为解决这一问题,我们获得了98名个体未感染和RV感染外周血单核细胞(PBMC)的全基因组基因型和基因表达数据。我们刻画了RV感染后的基因表达差异,并在未感染和RV感染的PBMC中定位了表达数量性状位点(eQTL)。
【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、GPL10558、9606。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE53543
【使用注意】
· 源站最后修改于 Aug 13 201,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=GSE53543
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
鼻病毒(RV)是人类最常见的呼吸道病毒。每年,RV感染数十亿人,至少占所有普通感冒(人类最常见的疾病)的一半。RV感染还影响一系列呼吸系统疾病的发病率,如细支气管炎、肺炎、哮喘、慢性阻塞性肺疾病和囊性纤维化。尽管RV在生物学和公共卫生方面具有重要意义,但人们对RV应答的遗传结构知之甚少。为解决这一问题,我们获取了98名个体未感染和RV感染外周血单核细胞(PBMCs)的全基因组基因型和基因表达数据。我们表征了RV感染应答中的基因表达差异,并在未感染和RV感染的PBMCs中定位了表达数量性状位点(eQTLs)。
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。




