COVID-19与脓毒症转录差异数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE199816

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

尽管一些研究利用血液样本对2019冠状病毒病（COVID-19）进行了全面的mRNA表达分析以了解其发病机制，但尚未比较COVID-19与脓毒症之间的RNA表达特征。我们比较了因严重急性呼吸综合征冠状病毒2（SARS-CoV-2）导致的COVID-19患者与因其他细菌导致的脓毒症患者进入重症监护室时全血样本的转录组表达，以阐明COVID-19特异性的RNA表达并理解其发病机制。在COVID-19中，与线粒体相关的转录组上调，而在脓毒症中，与中性粒细胞相关的转录组上调。然而，与健康对照相比，COVID-19和脓毒症中与中性粒细胞相关的转录组均上调，而与健康对照相比，线粒体转录组在COVID-19中上调，在脓毒症中下调。此外，与COVID-19相比，脓毒症表现出次优的内源性凋亡特征。COVID-19的转录组表达已在体外进行了研究，但尚未利用人体标本进行广泛验证。

本研究增进了对COVID-19发病机制的理解，并有助于治疗方法的开发。

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。