致死与非致死流感感染中5种细胞类型的转录组比较

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE42639

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

在致死性和非致死性流感感染期间5种细胞类型的转录组比较，以及进一步利用这些特征进行自顶向下系统分析，以研究致死性流感感染中直接病毒损伤对肺上皮的相对致病贡献与免疫失调的相对致病贡献。对于急性致死性流感感染，直接病毒损伤对肺上皮的相对致病贡献与免疫失调的相对致病贡献仍未明确。在此，我们采用自顶向下系统方法研究这一问题。来自感染肺的多基因转录特征表明，炎症信号网络激活升高可将致死性感染与亚致死性感染区分开来。对来自感染肺的分离细胞亚群进行流式细胞术和基因表达分析显示，中性粒细胞流入在很大程度上解释了预测性转录特征。自动成像分析结合这些基因表达和流式数据，识别出一个由趋化因子驱动的前馈回路，其中促炎中性粒细胞被控制不佳的致死性病毒强效驱动。

Consistent with these data, attenuation but not ablation of the neutrophil-driven response increased survival without changing viral spread. These findings establish the primacy of damaging innate inflammation in at least some forms of influenza-induced lethality and provide a roadmap for the systematic dissection of infection-associated pathology.

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。