三维血管芯片模型研究Puumala正汉坦病毒致病机制
该数据集来自NCBI GEO(GSE270172),包含一项利用三维血管芯片模型研究Puumala正汉坦病毒致病机制的转录组表达谱数据

基本信息
资源简介
三维血管芯片模型研究Puumala正汉坦病毒致病机制
A three-dimensional vessel-on-chip model to study Puumala orthohantavirus pathogenesis
该数据集来自NCBI GEO(GSE270172),包含一项利用三维血管芯片模型研究Puumala正汉坦病毒致病机制的转录组表达谱数据。研究比较了在三维血管芯片中培养的原代人脐静脉内皮细胞与静态二维培养内皮细胞的宿主反应,发现芯片中内皮细胞的表型更接近体内情况,在IDO1、LGALS3BP、IL6和PLAT等疾病严重程度及凝血病标志物基因表达上相似性更高。数据可用于分析内皮细胞在流体环境下的基因表达变化,支持病毒感染与血管通透性相关机制研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):Puumala正汉坦病毒(PUUV)感染人类可导致肾综合征出血热。内皮细胞(ECs)是主要感染靶细胞,血管通透性增加是发病机制的核心方面。历史上,大多数研究采用静态二维(2D)条件下培养的ECs,由于缺乏流动且存在固有的促炎状态,因而无法重现生理环境。在此,我们提出一种在3D血管芯片中培养原代人脐静脉ECs的高通量方法,并在转录水平上比较了这些ECs与静态2D培养ECs的宿主反应。血管芯片中ECs的表型更接近体内情况,因为其编码已描述的疾病严重程度和凝血病标志物(包括IDO1、LGALS3BP、IL6和PLAT)的基因表达相似性更高。
【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:GPL30173、9606。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=GSE270172
【使用注意】
· 源站最后修改于 Dec 12 202,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=GSE270172
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
普马拉正汉坦病毒(PUUV)感染人类可导致肾综合征出血热。内皮细胞(ECs)是主要感染靶细胞,血管通透性增加是发病机制的核心环节。既往大多数研究采用静态二维(2D)培养的内皮细胞,因缺乏流动剪切力且本身处于促炎状态,未能重现生理环境。本研究提出一种在三维血管芯片中培养原代人脐静脉内皮细胞的高通量方法,并在转录水平上比较了这些内皮细胞与静态二维培养内皮细胞的宿主反应。血管芯片中内皮细胞的表型更接近体内情况,表现为编码疾病严重程度和凝血功能障碍已知标志物的基因表达更为相似,包括IDO1、LGALS3BP、IL6和PLAT,且在PUUV感染背景下内皮-白细胞相互作用更为多样。在这些血管芯片中,PUUV感染并未直接增加血管通透性,但增加了单核细胞黏附。
该平台可用于研究其他内皮嗜性病毒的发病机制并评估可能的治疗手段,甚至可在高等级生物防护设施中进行。
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。




