IL-10在SARS-CoV-2感染的恒河猴中抑制T细胞扩增并促进组织驻留记忆细胞形成
该数据集来自NCBI GEO,包含恒河猴SARS-CoV-2感染模型的基因表达谱芯片数据,聚焦IL-10在抑制T细胞扩增与促进组织驻留记忆细胞形成中的作用

基本信息
资源简介
IL-10在SARS-CoV-2感染的恒河猴中抑制T细胞扩增并促进组织驻留记忆细胞形成
IL-10 suppresses T cell expansion while promoting tissue-resident memory cell formation during SARS-CoV-2 infection in rhesus macaques
该数据集来自NCBI GEO,包含恒河猴SARS-CoV-2感染模型的基因表达谱芯片数据,聚焦IL-10在抑制T细胞扩增与促进组织驻留记忆细胞形成中的作用。数据覆盖肺部炎症环境对病毒控制的影响,涉及TNFα等先天免疫通路及多种肺部炎症刺激背景。可用于研究SARS-CoV-2感染中免疫应答调控机制、筛选关键先天免疫通路及比较不同炎症状态下病毒控制的差异(来源 NCBI)。
【数据集背景】
源站首次发布:May 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):SARS-CoV-2感染导致从无症状到致死性疾病的高度差异化和异质性临床结局。合并症、性别、年龄和宿主遗传学以及疫苗接种状态已知会影响疾病严重程度。然而,SARS-CoV-2感染时肺部炎症环境如何影响病毒控制仍知之甚少。在此,我们确定了限制病毒复制所需的关键先天免疫通路,包括促炎细胞因子TNFα。此外,我们在此证明,在SARS-CoV-2暴露时间附近肺部近期的免疫事件可以显著影响病毒控制。多种肺部炎症刺激,从先前已消退的金黄色葡萄球菌或流感呼吸道感染、持续性的结核分枝杆菌感染,或卵清蛋白/明矾诱导的哮喘,到给予确定的TLR配体和
【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、GPL29936、9544。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=GSE268196
【使用注意】
· 源站最后修改于 May 30 202,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=GSE268196
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
SARS-CoV-2感染可导致从无症状到致死性疾病的高度多样化和异质性临床结局。已知合并症、性别、年龄、宿主遗传因素以及疫苗接种状态均会影响疾病严重程度。然而,在SARS-CoV-2感染时肺部炎症微环境如何影响病毒控制仍知之甚少。在此,我们确定了限制病毒复制所需的关键先天免疫通路,包括促炎细胞因子TNFα。此外,我们在此证明,在SARS-CoV-2暴露临近时间点肺部近期发生的免疫事件可显著影响病毒控制。多种肺部炎症刺激——从先前已消退的金黄色葡萄球菌或流感呼吸道感染、持续性的结核分枝杆菌感染,或卵清蛋白/明矾诱导的哮喘,到给予特定的TLR配体和重组细胞因子——均产生了抗病毒状态,有效限制了SARS-CoV-2复制。除I型干扰素外,广泛可诱导的炎症细胞因子TNFα和IL-1能非常有效地使肺部处于增强病毒控制的状态。
总体而言,我们的研究揭示,SARS-CoV-2可能受益于免疫静息的肺部微环境,并表明在SARS-CoV-2暴露期间,近期且短暂的肺部炎症基调可能导致了COVID-19疾病结局在人群范围内的变异性。
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。




