人肺对SARS-CoV-2易感性有限:ACE2水平低但病毒诱导炎症巨噬细胞扩增
数据围绕人肺组织对 SARS-CoV-2 的易感性展开,涉及 ACE2 表达水平、肺泡巨噬细胞对病毒的非生产性摄取以及炎症巨噬细胞扩增等生物学过程

基本信息
资源简介
人肺对SARS-CoV-2易感性有限:ACE2水平低但病毒诱导炎症巨噬细胞扩增
Human lungs show limited permissiveness for SARS-CoV-2 due to scarce ACE2 levels but virus-induced expansion of inflammatory macrophages
该数据集来自 NCBI GEO(GSE198864),包含 1 个文件(GSE198864_series_matrix.txt.gz),基于高通量测序的表达谱数据,物种为人类(9606),平台为 GPL18573。数据围绕人肺组织对 SARS-CoV-2 的易感性展开,涉及 ACE2 表达水平、肺泡巨噬细胞对病毒的非生产性摄取以及炎症巨噬细胞扩增等生物学过程。可用于研究 COVID-19 相关急性呼吸窘迫综合征的免疫致病机制,以及肺泡病毒损伤与免疫激活之间的关系(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):稀缺的 ACE2 表达限制了肺泡对 SARS-CoV-2 的易感性及相关组织损伤。相反,肺泡巨噬细胞对病毒的非生产性摄取导致特定的肺部免疫激活。COVID-19 ARDS 最可能由免疫致病机制而非肺泡病毒损伤引起。
【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:GPL18573、9606。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=GSE198864
【使用注意】
· 源站最后修改于 Jul 04 202,引用时请注意版本时效。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE198864
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
Scarce ACE2 expression limits alveolar SARS-CoV-2 permissiveness and related tissue damage. Instead, non-productive virus uptake by alveolar macrophages leads to a specific pulmonary immune activation. COVID-19 ARDS is most likely caused by immunopathogenesis rather than alveolar viral damage.
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




