仓鼠鼻内递送腺病毒COVID-19疫苗的功效、安全性与生物分布
该数据集来自NCBI GEO,包含一项关于鼻内递送腺病毒载体COVID-19疫苗在仓鼠中的功效、安全性、持久性和生物分布研究

基本信息
资源简介
仓鼠鼻内递送腺病毒COVID-19疫苗的功效、安全性与生物分布
Efficacy,safety and biodistribution of intranasally delivered adenoviral COVID-19 vaccines in hamsters
该数据集来自NCBI GEO,包含一项关于鼻内递送腺病毒载体COVID-19疫苗在仓鼠中的功效、安全性、持久性和生物分布研究。数据通过高通量测序进行表达谱分析,涉及Ad5-S-3M等腺病毒载体,评估其诱导的体液免疫应答及对SARS-CoV-2感染的保护效果。数据集可用于研究黏膜疫苗的免疫保护机制、疫苗转基因表达持久性以及不同腺病毒载体的比较效果(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 30 202。
【数据内容】
源站描述(机器翻译,仅供参考):尽管全球已开展大规模COVID-19疫苗接种,冠状病毒病2019(COVID-19)仍在世界各地持续引发疫情。因此,继续开发更好的疫苗以保护脆弱人群十分重要。在此,我们研究了鼻内递送的腺病毒载体COVID-19疫苗在仓鼠中的功效、安全性、持久性和生物分布。我们的结果证实,黏膜递送可有效保护仓鼠免受感染。对不同腺病毒载体的比较研究表明,Ad5-S-3M(表达包含三个常见受体结合域突变的SARS-CoV-2刺突糖蛋白胞外域)可诱导强烈的体液免疫应答,并有效保护仓鼠免受SARS-CoV-2感染。此外,对接种疫苗仓鼠组织的纵向分析表明,疫苗转基因表达具有持久性。
【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:GPL35983、10029。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=GSE301174
【使用注意】
· 源站最后修改于 Aug 03 202,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=GSE301174
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
尽管开展了大规模的COVID-19疫苗接种计划,2019冠状病毒病(COVID-19)仍在世界各地持续引发疫情。因此,继续研发更好的疫苗以保护易感人群至关重要。在此,我们研究了一种经鼻内递送的腺病毒载体COVID-19疫苗的有效性、安全性、持久性和生物分布。我们的结果证实,黏膜递送可对仓鼠产生有效的抗感染保护作用。对不同腺病毒载体的比较研究表明,特别是Ad5-S-3M(表达包含三个常见受体结合域突变的SARS-CoV-2刺突糖蛋白胞外域)可诱导强烈的体液免疫应答,并有效保护仓鼠免受SARS-CoV-2感染。此外,对接种疫苗仓鼠组织的纵向分析表明,疫苗转基因在鼻甲中具有持久的表达,且载体DNA持续存在。这种持续性可能有利于延长免疫持续时间。S-3M的表达未引起仓鼠组织的任何异常改变,且靶组织中细胞mRNA表达的变化极少。
安全性和生物分布评估显示,经鼻内递送的载体在组织中的分布有限,且临床血液生化指标未见显著变化,凸显了该疫苗的安全性。这些结果进一步支持鼻内递送是呼吸道感染病原体黏膜疫苗给药的一种有前景的方法,并拓展了我们对腺病毒载体持续存在的认识。
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。




