虹鳟乳酸球菌病临床病例脾与头肾差异基因表达数据集
该数据集来自 NCBI GEO,包含虹鳟在出现乳酸球菌病临床体征时脾与头肾的转录组芯片表达数据,采用免疫相关基因设计的芯片平台

基本信息
资源简介
虹鳟乳酸球菌病临床病例脾与头肾差异基因表达数据集
Spleen and head kidney differential gene expression patterns in trout with clinical signs of lactococcosis caused by Lactococcus garvieae
该数据集来自 NCBI GEO,包含虹鳟在出现乳酸球菌病临床体征时脾与头肾的转录组芯片表达数据,采用免疫相关基因设计的芯片平台。数据可用于比较脾与头肾两个免疫器官的转录模式差异,分析 NK 细胞、细胞毒性 T 细胞、Th1/Th2 淋巴细胞及巨噬细胞相关基因集的表达变化,并探索组织病理学检查与免疫细胞基因表达模式之间的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 20 201。
【数据内容】
源站描述(机器翻译,仅供参考):乳酸球菌(Lactococcus garvieae)是乳酸球菌病的病原,这是一种出血性败血症,影响海水和淡水鱼类,在养殖虹鳟中尤其具有发生率和经济重要性,并具有潜在的人畜共患风险。为了在转录组水平上表征出现乳酸球菌病临床体征的个体的虹鳟免疫应答,我们使用先前验证过的免疫聚焦基因设计进行了微阵列分析。对脾和肾转录组的分析揭示了两个免疫器官之间不同的转录模式。在脾中首次观察到组织病理学检查与表征免疫细胞群体的基因集表达模式之间的相关性。NK 细胞、细胞毒性 T 细胞、Th1 和 Th2 淋巴细胞以及巨噬细胞关键基因集的上调与炎症相关。
【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、GPL14155、8032。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE101695
【使用注意】
· 源站最后修改于 Jul 25 202,引用时请注意版本时效。
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=GSE101695
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
格氏乳球菌是乳酸球菌病的病原体,这是一种影响海水和淡水鱼类的出血性败血症,在养殖虹鳟中尤为常见且具有重要的经济意义,并存在潜在的人畜共患风险。为了在转录组水平上表征出现乳酸球菌病临床症状的个体中鳟鱼的免疫反应,我们使用先前验证过的免疫聚焦基因设计进行了微阵列分析。对脾脏和肾脏转录组的分析揭示了这两个免疫器官之间不同的转录模式。在脾脏中,首次观察到组织病理学检查结果与表征免疫细胞群体的基因集表达模式之间的相关性。NK细胞、细胞毒性T细胞、Th1和Th2淋巴细胞以及巨噬细胞相关关键基因集的上调与炎症过程以及含有大量内化了格氏乳球菌的巨噬细胞的肉芽肿的存在相关。另一方面,细胞壁肽聚糖似乎是一种重要的抗原,能够诱导宿主中复杂的通路网络、细胞因子产生和反应。
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。




