跨单基因、获得性及COVID19相关自身免疫病的可扩展PhIP-Seq自身抗体发现
该数据集利用高通量噬菌体免疫沉淀测序(PhIP-Seq)技术,生成了一份涵盖多种自身免疫与炎症性疾病(包括APS1、IPEX、RAG缺陷、川崎病、MIS-C及不同严重程度COVID-19)的蛋白质组水平自身抗体数据,数据模态为基于血清样本的蛋白质相互作用测序数据,主要用于通过机器学习方法发现疾病特异性自身抗原、预测疾病状态,并深入探究相关免疫失调机制与生物标志物。
https://search.dataone.org/view/sha256:7d1987da8410cb12262bb312adb840a255a3faddbedd2fe3b8820c41708fda49
如需原始数据获取支持或标注服务,请联系我们。
资源简介
该数据集基于噬菌体免疫沉淀测序(PhIP-Seq)技术,旨在实现无偏、全蛋白质组水平的自身抗体发现,覆盖多种疾病背景。数据集包含来自不同病因的自身免疫和炎症性疾病患者的样本,具体包括自身免疫性多内分泌腺病综合征1型(APS1)、免疫失调-多内分泌腺病-肠病-X连锁综合征(IPEX)、RAG1/2缺陷、川崎病(KD)、儿童多系统炎症综合征(MIS-C)以及轻度和重度COVID-19。数据通过开发并验证的高通量PhIP-Seq扩展方案生成,其构建目的是为了克服传统方法难以扩展到大型队列(包括大量病例和健康对照)的局限性。该数据集支持机器学习方法的应用,以实现对疾病状态的稳健预测,并识别与特定疾病相关的自身抗原,从而为先前了解不足的免疫失调形式提供新的见解。主要研究方向包括自身免疫性疾病的生物标志物发现、疾病机制解析以及COVID-19相关免疫反应的探索。
精度瓶颈?数据缺失?
当前公开数据无法满足您的算法精度?千方提供针对 自身免疫性疾病 的高质量、多模态真实临床数据定制解决方案。