肽基因组疗法通过重编程脾肺中人类免疫缺陷基因直系同源物增强脓毒症抗菌免疫与生存
该数据集来自 NCBI GEO,包含一个高通量测序表达谱文件,围绕肽基因组疗法(NTCI)在脓毒症临床前模型中增强脾脏与肺部抗菌免疫并提高生存率的研究

基本信息
资源简介
肽基因组疗法通过重编程脾肺中人类免疫缺陷基因直系同源物增强脓毒症抗菌免疫与生存
The Peptide Genomic Therapy Increases Antibacterial Immunity and Survival in Sepsis by Reprograming the Gene Orthologs of Human Immunodeficiencies in the Spleen and Lungs
该数据集来自 NCBI GEO,包含一个高通量测序表达谱文件,围绕肽基因组疗法(NTCI)在脓毒症临床前模型中增强脾脏与肺部抗菌免疫并提高生存率的研究。数据覆盖脾脏和肺组织基因表达谱,可用于分析 NTCI 对免疫缺陷相关基因直系同源物的重编程作用,以及探索抗菌免疫与生存改善的分子机制(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 15 202。
【数据内容】
源站描述(机器翻译,仅供参考):脓毒症是感染的一种危及生命的并发症,全球有 4900 万患者受其影响,其中 1100 万人死于脓毒症相关原因。在美国,这一日益严重的公共卫生问题涉及 170 万成人和儿童患者。估计有 100 万无脾或脾功能减退的患者尤其易感脓毒症。由于脾脏是主要的血液过滤免疫器官,我们在临床前模型中显示,使用细胞穿透性核转运检查点抑制剂(NTCI)的肽基因组疗法使脾脏的抗细菌免疫提高了 9 倍。同样,在脾脏受损宿主中细菌感染的常见部位肺部,抗细菌免疫也得到增强。我们还显示,当将 NTCI 加入抗生素治疗时,生存率从 44% 提高到 80%。引人注目的是,NTCI 重编程了基因直系同源物的表达
【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=GSE308045
【使用注意】
· 源站最后修改于 Nov 14 202,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=GSE308045
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
脓毒症是感染的一种危及生命的并发症,全球有4900万患者受其影响,并有1100万例脓毒症相关死亡。在美国,这一日益严重的公共卫生问题涉及170万成人和儿童患者。据估计,有100万无脾或脾功能减退的患者尤其易患脓毒症。由于脾脏是主要的血液过滤免疫器官,我们在临床前模型中显示,使用细胞穿透性核转运检查点抑制剂(NTCI)的肽基因组疗法使脾脏的抗细菌免疫力提高了9倍。同样,在脾脏受损宿主中细菌感染的常见部位——肺部,抗细菌免疫力也有所提高。我们还显示,当在抗生素治疗中加入NTCI时,生存率从44%提高到80%。引人注目的是,NTCI重编程了导致人类免疫缺陷的基因直系同源物的表达,即先天性免疫错误(IEI)。其中,227个IEI基因在脾脏中被重编程,215个在肺部被重编程,而血液中的炎症介质(IL-6、IL-10、TNFα、干扰素γ和MCP1)恢复正常。
因此,肽基因组疗法结合NTCI显著增强了脾脏和肺部的抗菌免疫力,当与抗生素联合使用时,几乎使脓毒症的生存率翻倍。
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。




