SARS-CoV-2感染小鼠肺多组学评估揭示宿主反应动态

该数据集来自NCBI GEO,包含对SARS-CoV-2感染敏感小鼠模型在不同时间点连续采集的肺组织,用于转录组、蛋白质组和磷酸化蛋白质组评估

geo
浏览 8
时间序列预测GPL2424710090COVID-19
GSE196488: Multi-omics evaluation of SARS-CoV-2 infected mouse lungs reveals dynamics of host responses

基本信息

模态
时间序列
任务类型
预测
创建/更新时间
2026-10-31

资源简介

SARS-CoV-2感染小鼠肺多组学评估揭示宿主反应动态

Multi-omics evaluation of SARS-CoV-2 infected mouse lungs reveals dynamics of host responses

该数据集来自NCBI GEO,包含对SARS-CoV-2感染敏感小鼠模型在不同时间点连续采集的肺组织,用于转录组、蛋白质组和磷酸化蛋白质组评估。研究展示了肺部宿主反应随病毒感染起伏变化,以及不同感染阶段信号通路和激酶调控网络的交替。数据可用于分析SARS-CoV-2感染过程中肺病理生理动态及其分子机制,并为COVID-19治疗研究提供潜在分子和信号通路线索(来源 NCBI)。

【数据集背景】

源站首次发布:Feb 10 202。

【数据内容】

源站描述(机器翻译,仅供参考):对SARS-CoV-2感染敏感的小鼠模型的肺组织在不同时间点被连续采集,用于转录组、蛋白质组和磷酸化蛋白质组的评估。我们展示了肺部多种宿主反应在病毒感染过程中的起伏变化。调节网络的信号通路和激酶在感染的不同阶段发生交替。我们的研究不仅揭示了SARS-CoV-2感染期间肺病理生理学的动态及其潜在分子机制,还突出了一些可能指导未来COVID-19治疗研究的分子和信号通路。

【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:GPL24247、10090。本站分类:呼吸系统疾病/其他。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE196488

【使用注意】

· 源站最后修改于 Mar 01 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE196488

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

从对SARS-CoV-2感染敏感的小鼠模型中,不同时间点连续采集肺组织,用于转录组、蛋白质组和磷酸化蛋白质组的评估。我们展示了肺部在病毒感染过程中多种宿主反应的起伏变化。感染不同阶段,调控网络的信号通路和激酶发生交替变化。我们的研究不仅揭示了SARS-CoV-2感染期间肺部病理生理学的动态变化及其潜在分子机制,还突出了一些可能指导未来COVID-19治疗研究的分子和信号通路。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。