小鼠肺泡上皮细胞对三种无关呼吸道病毒感染转录组应答II
该数据集来自 NCBI GEO,包含 1 个表达谱芯片文件,研究小鼠肺泡上皮细胞对三种常见小鼠模型呼吸道病毒感染的转录组应答

基本信息
资源简介
小鼠肺泡上皮细胞对三种无关呼吸道病毒感染转录组应答II
Transcriptome response of murine alveolar epithelial cells to infection by three unrelated respiratory viruses commonly studied in mouse models II
该数据集来自 NCBI GEO,包含 1 个表达谱芯片文件,研究小鼠肺泡上皮细胞对三种常见小鼠模型呼吸道病毒感染的转录组应答。源站描述聚焦鼻病毒(RV)预先感染对致死性小鼠肝炎病毒株 1(MHV-1)感染的保护作用,涉及死亡率、病毒复制及 I 型干扰素信号。数据可用于分析病毒间异源保护机制及宿主基因表达变化(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):鼻病毒(RV)已被证明能抑制随后由异源呼吸道病毒引起的感染,包括流感病毒和严重急性呼吸综合征冠状病毒 2(SARS-CoV-2)。为更好地理解 RV 预防肺部冠状病毒感染的机制,我们使用了一种天然小鼠病毒——小鼠肝炎病毒株 1(MHV-1),该病毒在感染小鼠肺部引起严重疾病。我们发现,用 RV 预先致敏呼吸道完全防止了致死性 MHV-1 感染的死亡并降低了发病率。在 RV 预先致敏的小鼠肺中,MHV-1 的复制减少,尽管单独感染 MHV-1 的小鼠中 I 型干扰素(IFN-b)表达更强。我们进一步表明,I 型 IFN 信号对于接受非致死剂量 MHV-1 的小鼠存活是必需的。RV 预先致敏的小鼠肺部炎症和出血减少,且 infl
【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:Expression profiling by array、GPL15887、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=GSE201471
【使用注意】
· 源站最后修改于 Jun 27 202,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=GSE201471
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
鼻病毒(RV)已被证明能够抑制随后由异源性呼吸道病毒引起的感染,包括流感病毒和严重急性呼吸综合征冠状病毒2(SARS-CoV-2)。为更好地理解RV抵御肺部冠状病毒感染的机制,我们使用了一种天然鼠源病毒——小鼠肝炎病毒1型(MHV-1),该病毒可在感染小鼠肺部引起严重疾病。我们发现,用RV预先致敏呼吸道可完全防止致死性MHV-1感染的死亡并降低发病率。在RV预先致敏的小鼠肺部,MHV-1的复制减少,尽管仅感染MHV-1的小鼠中I型干扰素(IFN-b)表达更为强烈。我们进一步表明,I型干扰素信号传导是给予非致死剂量MHV-1的小鼠存活所必需的。RV预先致敏的小鼠肺部炎症和出血减轻,气道中白细胞尤其是中性粒细胞的浸润减少。RV介导的呼吸道致敏可保护小鼠免受致死性肺部冠状病毒感染。该模型可用于理解异源病毒在呼吸道共感染期间如何相互影响。
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。




