重型COVID-19驱动基因数据集

数据集获取

源站：https://omicsdi.org/dataset/pride/PXD025265

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

重症COVID-19的病因学，尤其是在年轻患者中，仍然是一个突出的未解问题。本研究基于一个三级队列，其中所有个体/患者年龄均严格低于50岁，且在研究开始时排除了多种合并症。除健康对照者（N=22）外，该队列还包括重症监护病房中患有急性呼吸窘迫综合征（ARDS）的患者（“危重组”；N=47），以及在非重症监护病房接受补充氧疗的患者（“非危重组”，N=25）。这一高度精选的队列使我们能够开展深度多组学方法研究，包括全基因组测序、全血RNA测序、血浆和外周血单个核细胞蛋白质组学、多重细胞因子谱分析、基于质谱流式技术的免疫细胞谱分析，并结合病毒参数，即抗SARS-Cov-2中和抗体和多靶点抗病毒血清学检测。危重患者的特征表现为炎症状态加剧、淋巴和髓系细胞区室紊乱、凝血调控失调的特征以及病毒进入细胞的主动调控。

通过集成机器学习、深度学习和量子计算方法，识别出一个独特的基因特征，可将危重症患者与非危重症患者区分开来。在该基因网络中，结构因果模型识别出若干ARDS驱动基因，其中上调的金属蛋白酶ADAM9似乎是关键驱动因子。在体外抑制ADAM9可干扰SARS-Cov-2在人上皮细胞中的摄取和复制。因此，我们在一个规模较小、无混杂因素的患者队列中应用机器学习方法，以识别重症COVID-19的驱动基因。

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。