基于鼻拭子和血液RNA分析的新冠诊断宿主反应生物标志物数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE163151

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

为阐明SARS-CoV-2感染患者宿主转录组中的关键通路，我们采用RNA测序（RNA Seq）分析了333例COVID-19患者和对照者（包括其他病毒和细菌感染患者）的鼻咽（NP）拭子和全血（WB）样本。在NP拭子和WB中，均相对于其他感染（如流感、其他季节性冠状病毒、细菌性脓毒症）进行了差异表达基因（DEGs）和通路的分析。比较了NP拭子和WB之间的COVID-19宿主反应。住院患者和门诊患者均表现出干扰素相关通路的上调，但在临床病情更严重的住院患者中观察到增强且更稳健的炎症和免疫反应。基于两层的机器学习分类器在独立的NP拭子样本测试集上运行，能够利用完整（>1，000个基因）、中等（<100个）和小型（<20个）基因生物标志物组合区分COVID-19与非COVID-19感染性或非感染性急性呼吸道疾病，准确率分别为85.1%-86.5%。

这些发现表明，SARS-CoV-2感染具有独特的生物标志特征，该特征在鼻咽拭子和全血样本之间存在差异，并可用于COVID-19疾病的鉴别诊断。

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。