COVID-19重症患者外周免疫特征预测死亡并反映SARS-CoV-2肺部病毒载量

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE180578

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

仍然迫切需要界定导致危重型COVID-19患者死亡的免疫细胞状态。为了更好地理解死亡的决定因素，我们对危重型COVID-19患者的血液和呼吸道样本进行了高维分析。基于单细胞RNA测序的外周免疫状态表征揭示了可预测COVID-19死亡的独特表达谱。时间分析显示，持续升高的炎性单核细胞特征水平和持续的干扰素信号传导先于炎性细胞因子的协同上调。对下呼吸道样本的检查发现，受感染的髓系细胞上调CXCL10，且血浆中CXCL10水平升高与高死亡风险相关。总体而言，我们的数据表明髓系细胞状态在重型COVID-19中发挥关键作用，并可能有助于发现新的诊断方法和治疗手段。

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。