GSE182569：呼吸道干扰素景观影响COVID-19严重程度

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE182569

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

重型COVID-19的特征是免疫介质的过度产生，但I型（IFN-I）或III型（IFN-III）干扰素家族的作用仍存争议。我们仔细研究了COVID-19患者呼吸道中干扰素的产生情况，发现高病毒载量但疾病风险或严重程度较低的患者上呼吸道中，IFN-III水平较高，IFN-I水平次之。特定IFN-III成员（而非IFN-I）的产生标志着患者病理轻微，并能有效驱动抵御SARS-CoV-2的基因转录。相反，与其他感染性或非感染性肺部病变患者相比，重症COVID-19患者下呼吸道中干扰素过度表达，其基因通路与细胞凋亡增加和增殖减少相关。我们的数据表明，SARS-CoV-2感染患者体内干扰素产生具有动态性，并显示干扰素在不同解剖部位发挥相反作用。

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。