重症COVID-19中SARS-CoV-2感染的局部固有免疫受损
该数据集来自cellxgene.cziscience.com,包含58名健康与COVID-19参与者的鼻咽拭子scRNA-seq数据,用于研究SARS-CoV-2主要靶向哪些细胞以及感染如何影响呼吸道上皮

基本信息
资源简介
重症COVID-19中SARS-CoV-2感染的局部固有免疫受损
该数据集来自cellxgene.cziscience.com,包含58名健康与COVID-19参与者的鼻咽拭子scRNA-seq数据,用于研究SARS-CoV-2主要靶向哪些细胞以及感染如何影响呼吸道上皮。数据覆盖正常、轻中症与重症COVID-19及呼吸衰竭等状态,观察到分泌细胞扩增、纤毛细胞减少及经deuterosomal细胞扩增的上皮再增殖,并揭示重症中抗病毒反应减弱。可用于COVID-19及long COVID-19相关细胞类型与宿主反应分析(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):SARS-CoV-2感染可导致重症呼吸道COVID-19。然而,许多个体仅表现为孤立的上呼吸道症状,提示可能将病毒病理限制在鼻咽部。SARS-CoV-2主要靶向哪些细胞以及感染如何影响呼吸道上皮仍不完全清楚。我们对58名健康和COVID-19参与者的鼻咽拭子进行了scRNA-seq。在COVID-19期间,我们观察到分泌细胞扩增、纤毛细胞减少,以及通过deuterosomal细胞扩增实现的上皮细胞再增殖。在轻度和中度COVID-19中,上皮细胞表达抗病毒/干扰素反应基因,而重症COVID-19中的细胞尽管病毒载量相当,抗病毒反应却减弱。SARS-CoV-2 RNA+宿主靶细胞高度异质,包括发育中的纤毛细胞、干扰素反应性纤毛细胞、AZGP1high杯状细胞和KRT
【主题与分类】
主题标签:COVID-19、long COVID-19、normal、respiratory failure。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/35d0b748-3eed-43a5-a1c4-1dade5ec5ca0
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://cellxgene.cziscience.com/collections/35d0b748-3eed-43a5-a1c4-1dade5ec5ca0
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
SARS-CoV-2感染可导致严重的呼吸道COVID-19。然而,许多个体仅表现出上呼吸道症状,提示病毒病理可能局限于鼻咽部。SARS-CoV-2主要靶向哪些细胞以及感染如何影响呼吸道上皮,目前尚不完全清楚。我们对58名健康和COVID-19参与者的鼻咽拭子进行了scRNA-seq。在COVID-19期间,我们观察到分泌细胞扩增、纤毛细胞减少,以及通过deuterosomal细胞扩增实现上皮细胞再增殖。在轻度和中度COVID-19中,上皮细胞表达抗病毒/干扰素反应基因,而重症COVID-19中的细胞尽管病毒载量相当,但抗病毒反应减弱。SARS-CoV-2 RNA+宿主靶细胞高度异质,包括发育中的纤毛细胞、干扰素反应性纤毛细胞、AZGP1高表达杯状细胞和KRT13+“小丘”样细胞,我们还鉴定了与易感性、抗性或感染反应相关的基因。
我们的研究定义了针对SARS-CoV-2的保护性和有害反应,以及感染的直接病毒靶标,并提示鼻上皮抗病毒免疫失败可能是重症COVID-19的基础并先于其发生。疾病:COVID-19、长期COVID-19、正常、呼吸衰竭。组织:鼻咽。检测方法:Seq-Well S3。单细胞数据集(CZ CELLxGENE)。
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。




