COVID-19妊娠并发症中细胞外囊泡改变滋养层功能数据集
该数据集来自NCBI GEO,包含COVID-19妊娠并发症中母体循环细胞外囊泡(EVs)对滋养层细胞功能影响的研究数据

基本信息
资源简介
COVID-19妊娠并发症中细胞外囊泡改变滋养层功能数据集
Extracellular vesicles alter trophoblast function in pregnancies complicated by COVID-19
该数据集来自NCBI GEO,包含COVID-19妊娠并发症中母体循环细胞外囊泡(EVs)对滋养层细胞功能影响的研究数据。数据通过高通量测序对表达谱进行分析,涉及人类样本(9606)和GPL24676平台。数据集可用于探索COVID-19期间母体EVs如何影响胎盘转录组和滋养层细胞生理,为理解妊娠期SARS-CoV-2感染导致胎盘功能障碍的机制提供数据支持(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):严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染及由此产生的冠状病毒病(COVID-19)会导致胎盘功能障碍,从而增加不良妊娠结局的风险。尽管COVID-19引起的胎盘异常病理常见,但胎盘直接感染罕见。这表明,与母体COVID-19相关的病理生理学,而非胎盘直接感染,是导致胎盘功能障碍和胎盘转录组改变的原因。我们假设,妊娠期间受COVID-19改变的母体循环细胞外囊泡(EVs)参与胎盘功能障碍。为检验这一假设,我们表征了COVID-19妊娠并发症中的母体循环EVs,并在体外测试了它们对滋养层细胞生理的影响。我们发现,COVID-19的妊娠时间是一个主要决定因素。
【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:GPL24676、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=GSE268230
【使用注意】
· 源站最后修改于 Apr 17 202,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=GSE268230
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
严重急性呼吸综合征冠状病毒2型(SARS-CoV-2)感染及其导致的冠状病毒病(COVID-19)会引起胎盘功能障碍,从而增加不良妊娠结局的风险。尽管COVID-19所致的胎盘病理异常较为常见,但胎盘的直接感染却较为罕见。这表明,与母体COVID-19相关的病理生理过程,而非胎盘的直接感染,是导致胎盘功能障碍及胎盘转录组改变的原因。我们假设,妊娠期COVID-19所改变的母体循环细胞外囊泡(EVs)参与了胎盘功能障碍的发生。为检验这一假设,我们对合并COVID-19的妊娠母体循环EVs进行了表征,并在体外测试了其对滋养层细胞生理功能的影响。我们发现,COVID-19发生的妊娠时期是决定循环EV功能及内容物的主要因素。体外将滋养层细胞暴露于分娩时活动性感染患者所分离的EVs(而非对照组分离的EVs),会改变关键的滋养层功能,包括激素产生和侵袭能力。
因此,来自有活动性感染的参与者(包括有症状和无症状病例)的循环EVs能够破坏关键的滋养层功能。COVID-19参与者与对照组之间的EV货物存在差异,这可能有助于破坏胎盘转录组和形态。我们的研究结果表明,COVID-19可在整个孕期对循环EVs产生影响,而循环EVs很可能参与COVID-19诱导的胎盘功能障碍。
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。




