PCV2d感染小鼠肺细胞单细胞转录图谱
研究以BALB/c小鼠建立PCV2d感染模型,通过scRNA-seq系统分析感染小鼠肺组织10种细胞类型的转录组,并构建了有价值的标记基因目录

基本信息
资源简介
PCV2d感染小鼠肺细胞单细胞转录图谱
Single-Cell transcriptional landscape of lung cells from PCV2d-infected mice
该数据集来自NCBI GEO,标题为PCV2d感染小鼠肺细胞的单细胞转录图谱,包含1个文件GSE278049_series_matrix.txt.gz。研究以BALB/c小鼠建立PCV2d感染模型,通过scRNA-seq系统分析感染小鼠肺组织10种细胞类型的转录组,并构建了有价值的标记基因目录。数据可用于比较感染与未感染小鼠肺细胞转录差异、研究病毒复制与免疫抑制反应,以及开展细胞类型分类分析(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):猪圆环病毒(PCV2)感染在养猪业中普遍存在,并造成重大经济损失。近年来,PCV2d亚型已成为中国主要流行基因型。与其他亚型相比,其毒力更强,导致更严重的病毒血症和器官损伤。因此,研究PCV2d亚型的生物学特性具有重要意义。我们利用BALB/c小鼠建立PCV2d感染模型,并采用单细胞RNA测序(scRNA-seq)系统分析感染小鼠肺组织中10种细胞类型的转录组。值得注意的是,我们为这些细胞类型开发了一个有价值的标记基因目录。与未感染小鼠相比,PCV2d感染在大多数细胞类型中诱导了广泛的病毒复制和免疫抑制反应。更重要的是,我们认为具有高水平病毒复制能力的单核巨噬细胞
【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:GPL24247、10090。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE278049
【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=GSE278049
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
猪圆环病毒(PCV2)感染在养猪业中普遍存在,并造成重大经济损失。近年来,PCV2d亚型已成为中国主要流行基因型。与其他亚型相比,其毒力更强,导致更严重的病毒血症和器官损伤。因此,研究PCV2d亚型的生物学特性具有重要意义。我们利用BALB/c小鼠建立了PCV2d感染模型,并采用单细胞RNA测序(scRNA-seq)系统分析了感染小鼠肺组织中10种细胞类型的转录组。值得注意的是,我们为这些细胞类型构建了一份有价值的标记基因目录。与未感染小鼠相比,PCV2d感染在大多数细胞类型中诱导了广泛的病毒复制和免疫抑制反应。
更重要的是,我们认为,具有高水平病毒复制、促炎细胞因子以及通过CD40_CD40L和CXCL14_CXCR4发生的多种细胞群体相互作用,并在体内主要介导抗原呈递和加工途径以参与免疫反应的单核巨噬细胞,可能促进PCV2驱动的炎症性肺损伤。我们的数据揭示了PCV2d感染后小鼠肺组织中复杂而独特的免疫应答情景,并阐明了PCV2d驱动小鼠炎症反应的潜在机制。此外,本研究为不同细胞类型对PCV2d感染反应的分子基础提供了丰富的数据资源。
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。




