HCMV感染与模拟感染HELF细胞72小时RNA-seq表达谱
该数据集为HCMV HAN株感染与模拟感染的人胚肺成纤维细胞（HELF）在感染后72小时的RNA-seq表达谱，每种条件两个生物学重复（模拟组HELF_1/2，感染组HCMV_HELF_1/2）
基本信息
资源简介
HCMV感染与模拟感染HELF细胞72小时RNA-seq表达谱
RNA-seq profiling of gene expression in mock-infected and human cytomegalovirus (HCMV)–infected human embryonic lung fibroblasts (HELF) at 72 hours post infection (two biological replicates per condition)
该数据集为HCMV HAN株感染与模拟感染的人胚肺成纤维细胞（HELF）在感染后72小时的RNA-seq表达谱，每种条件两个生物学重复（模拟组HELF_1/2，感染组HCMV_HELF_1/2）。测序采用Illumina平台双端150 bp读长，比对到人类参考基因组GRCh38进行基因水平定量。提交内容包括跨样本表达矩阵（原始counts与FPKM）及感染对比模拟的差异表达结果表，可用于宿主基因表达变化与病毒感染的后续分析，原始FASTQ文件存于SRA（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 02 202。
【数据内容】
源站描述（机器翻译，仅供参考）：采用RNA-seq量化人胚肺成纤维细胞（HELF）在感染人巨细胞病毒（HCMV）HAN株后的宿主基因表达变化。对感染后72小时收获的HELF细胞与模拟感染对照进行表达谱分析，每种条件两个生物学重复（模拟组为HELF_1/2；感染组为HCMV_HELF_1/2）。文库在Illumina平台上测序，产生双端150 bp读长，读段比对到人类参考基因组（GRCh38）以进行基因水平定量。提交内容包括跨样本表达矩阵（原始counts与FPKM）以及比较感染与模拟条件的差异表达结果表，便于该数据集用于下游分析。原始FASTQ文件存放在SRA中，对应相应的BioProject与BioSample登录号。
【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。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE307100
【使用注意】
· 源站最后修改于 Oct 01 202，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=GSE307100
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
为量化人胚肺成纤维细胞（HELF）感染人巨细胞病毒（HCMV）HAN株后的宿主基因表达变化，进行了RNA-seq。研究对感染后72小时收获的HELF细胞及模拟感染对照组进行了分析，每种条件设两个生物学重复（模拟感染组为HELF_1/2；感染组为HCMV_HELF_1/2）。文库在Illumina平台上进行双端150 bp测序，读段比对至人类参考基因组（GRCh38）以进行基因水平定量。提交内容包含跨样本表达矩阵（原始计数和FPKM）及比较感染与模拟感染条件的差异表达结果表，便于数据集的下游分析再利用。原始FASTQ文件已存放于SRA，对应相应的BioProject和BioSample登录号。
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。
