无毒与强毒Plasmodium chabaudi chabaudi感染急性期全血转录组

数据为微阵列表达谱,平台GPL6887,物种10090,分析感染无毒P. chabaudi AS株或强毒CB株小鼠在感染急性期采集的血液样本,覆盖全血转录组

geo
浏览 9
基因组分类Expression profiling by arrayGPL688710090
GSE93631: Whole blood transcriptome during acute phase of infecion in avirulent and virulent Plasmodium chabaudi chabaudi infection

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

无毒与强毒Plasmodium chabaudi chabaudi感染急性期全血转录组

Whole blood transcriptome during acute phase of infecion in avirulent and virulent Plasmodium chabaudi chabaudi infection

该数据集为GSE93631,来源于ncbi.nlm.nih.gov,包含1个文件GSE93631_series_matrix.txt.gz。数据为微阵列表达谱,平台GPL6887,物种10090,分析感染无毒P. chabaudi AS株或强毒CB株小鼠在感染急性期采集的血液样本,覆盖全血转录组。可用于比较不同毒力虫株感染急性期的宿主基因表达差异,研究感染相关转录调控与呼吸系统疾病/其他分类下的机制(来源 NCBI)。

【数据集背景】

源站首次发布:Jan 13 201。

【数据内容】

源站描述(机器翻译,仅供参考):分析感染无毒P. chabaudi AS株或强毒CB株小鼠在感染急性期全程采集的血液样本

【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:Expression profiling by array、GPL6887、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=GSE93631

【使用注意】

· 源站最后修改于 Nov 19 201,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE93631

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

对感染无毒力伯氏疟原虫AS株或强毒力CB株的小鼠在感染急性期全程采集的血液样本进行分析

寄生虫遗传因素对免疫应答及疟疾严重病理发展的影响在很大程度上尚不清楚。本研究对两种毒力不同的啮齿类疟疾寄生虫——伯氏疟原虫——在血液期感染期间的全血进行了全基因组转录组分析。我们鉴定出若干与强毒力感染相关的转录组特征,包括肺部炎症、更严重且持续时间更长的贫血以及血小板聚集等特征。后两种特征在病理出现之前即可检测到。贫血特征表明宿主红细胞生成失调,而肺部炎症特征则与中性粒细胞浸润增加、细胞死亡增多以及肺部寄生虫隔离增强相关。这种对强毒力和无毒力疟疾感染进行比较的全血转录组分析表明,该方法可有效反映疟疾感染的严重程度,并为致病机制提供见解。

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。

获取专属数据定制方案