单细胞RNA-seq分析揭示产前砷暴露对甲型流感感染免疫基因表达的长期不良影响
该数据集来自 search.dataone.org，围绕产前砷暴露对成年后甲型流感（IAV）感染免疫应答的长期影响展开。研究对在子宫内暴露于 100 ppb 亚砷酸钠的 C57BL/6J 小鼠在成年后感染 IAV（H1N1），并采集肺组织与支气管肺泡灌洗液（BALF）进行单细胞 RNA 测序分析
基本信息
资源简介
单细胞RNA-seq分析揭示产前砷暴露对甲型流感感染免疫基因表达的长期不良影响
Single cell RNA-seq analysis reveals that prenatal arsenic exposure results in long-term, adverse effects on immune gene expression in response to Influenza A infection
该数据集来自 search.dataone.org，围绕产前砷暴露对成年后甲型流感（IAV）感染免疫应答的长期影响展开。研究对在子宫内暴露于 100 ppb 亚砷酸钠的 C57BL/6J 小鼠在成年后感染 IAV（H1N1），并采集肺组织与支气管肺泡灌洗液（BALF）进行单细胞 RNA 测序分析。数据可用于探究产前砷暴露与后续呼吸道感染易感性及炎症反应差异相关的免疫基因表达变化（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：通过饮用水接触砷是一个严重的环境健康问题。流行病学研究表明，产前砷暴露与随后的儿童期呼吸道感染以及成年期呼吸系统疾病发病率之间存在强关联，且这种关联出现在砷从体内系统性清除很久之后。我们研究了仅产前砷暴露对成年后甲型流感（IAV）肺部感染后炎症免疫应答和呼吸系统健康的影响。C57BL/6J 小鼠在子宫内暴露于 100 ppb 亚砷酸钠，随后在成熟至成年后感染 IAV（H1N1）。在 IAV 感染后不同时间点对肺组织和支气管肺泡灌洗液（BALF）的评估显示，与对照小鼠相比，砷暴露小鼠的肺损伤和炎症更严重。对从 IAV 感染中采集的免疫细胞进行单细胞 RNA 测序分析
【主题与分类】
主题标签：drinking water、Arsenic。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A74fdc5a32badb749a3d7e00349bee156139bdf288947ad8a132ea588462e532e
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
通过饮用水暴露于砷是一个严重的环境健康问题。流行病学研究提示，产前砷暴露与随后的儿童期呼吸道感染以及成年期呼吸系统疾病发病率之间存在强关联，且这种关联在砷被全身清除后很久仍然存在。我们研究了仅产前砷暴露对成年后甲型流感（IAV）肺部感染后炎症免疫反应和呼吸系统健康的影响。C57BL/6J小鼠在子宫内暴露于100 ppb亚砷酸钠，随后在成熟至成年后感染IAV（H1N1）。在IAV感染后不同时间点对肺组织和支气管肺泡灌洗液（BALF）的评估显示，与对照小鼠相比，砷暴露小鼠的肺损伤和炎症更为严重。对从IAV感染肺组织采集的免疫细胞进行单细胞RNA测序分析提示，增强的炎症反应是由先天……失调所介导的。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
