利用机器学习模型预测健康成人接种灭活疫苗后SARS-CoV-2特异性CD4+和CD8+T细胞应答

数据集获取

源站：https://search.dataone.org/view/sha256%3A4f2e3fc2e9c65c875001e258218092a3c5c865938fb247fc529cacc8665d4eda

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

严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）变异株的持续演化凸显了监测免疫反应以指导疫苗接种策略的重要性。尽管中和抗体（NAbs）日益受到关注，但T细胞对于赋予持久免疫至关重要，尤其是其对病毒突变的抵抗力。然而，临床上评估T细胞反应一直受到成本和复杂性的阻碍。在本研究中，我们招募了134名健康成人队列，他们已接种三剂SARS-CoV-2灭活疫苗。通过细胞内细胞因子染色（ICS）评估了由覆盖病毒结构蛋白全序列的全套重叠肽所引发的细胞免疫。此外，还收集了包含人口学信息、常规血液指标和免疫细胞指标共32个变量的数据集。多因素分析显示，年龄和接种后天数是影响T细胞反应强度的关键因素。

重要的是，采用了随机森林（RF）和分类与回归树（CART）算法，并结合8项易于获取的指标，构建了针对SARS-CoV-2特异性CD4+和CD8+ T细胞反应的预测模型。此外，这些模型在训练集和测试集中均表现出较高的准确性（r > 0.9）。我们的研究结果为评估健康成人接种灭活SARS-CoV-2疫苗后的T细胞反应提供了一种高效且经济的方法，该方法可视化且易于使用，为评估疫苗接种后的细胞免疫提供了新策略。

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。