CD8+ T细胞与Beta细胞在1型糖尿病中相互作用的Agent-based建模
模型整合文献推导的细胞行为规则，并在高性能计算系统上实现，可模拟小鼠胰腺中相当一部分胰岛。模拟结果能够捕捉自身免疫进展中的趋势，其多尺度特性支持定义细胞或亚细胞层面的规则或方程，并在组织尺度观察结果
基本信息
资源简介
CD8+ T细胞与Beta细胞在1型糖尿病中相互作用的Agent-based建模
Agent-based modeling of the interaction between CD8+ T cells and Beta cells in type 1 diabetes
该数据集来自 plos.figshare.com，围绕 1 型糖尿病中 CD8+ T 细胞与 Beta 细胞相互作用的 Agent-based 建模研究，包含 8 个文件（S1–S8 Fig.tif）。模型整合文献推导的细胞行为规则，并在高性能计算系统上实现，可模拟小鼠胰腺中相当一部分胰岛。模拟结果能够捕捉自身免疫进展中的趋势，其多尺度特性支持定义细胞或亚细胞层面的规则或方程，并在组织尺度观察结果。该数据可用于快速检验假设、规划后续实验，并为不同尺度的疾病进展研究提供参考（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Agent-based modeling of the interaction between CD8+ T cells and Beta cells in type 1 diabetes》发表于 PLOS ONE（2018），DOI：10.1371/journal.pone.0190349。源站首次发布：2018-01-10。
【数据内容】
源站描述（机器翻译，仅供参考）：我们提出一个基于智能体的模型，用于模拟 T1D 中的自身免疫反应。该模型整合了源自当前文献的各种规则所描述的细胞行为，并在高性能计算系统上实现，从而能够模拟小鼠胰腺中相当一部分胰岛。模拟结果表明，该模型能够捕捉自身免疫进展过程中出现的趋势。模型的多尺度特性使得可以定义支配细胞或亚细胞层面现象的规则或方程，并在组织尺度观察结果。预期此类模型将通过快速检验假设和规划未来实验，为不同尺度的疾病进展提供洞见，从而促进体内临床研究，其中一些洞见在临床中可能不易获得。
【数据结构与技术规格】
文件数 8 个，合计 28.58 MB。数据集 DOI：10.1371/journal.pone.0190349。
【主题与分类】
源站学科分类：Biotechnology、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。主题标签：Agent-based modeling、cell behavior、multi-scale nature、agent-based model、T 1D、Simulation results、mouse pancreas、future experiments、tissue scale、type 1 diabetes。本站分类：内分泌、营养和代谢疾病/糖尿病。
【适用方向】
源站学科分类标注为 Biotechnology、Chemical Sciences not elsewhere classified、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Agent-based_modeling_of_the_interaction_between_CD8_sup_sup_T_cells_and_Beta_cells_in_type_1_diabetes/5775594
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Ozturk, Mustafa Cagdas; Xu, Qian; Cinar, Ali (2018). Agent-based modeling of the interaction between CD8+ T cells and Beta cells in type 1 diabetes. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-02，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（Figshare）
- 源站标题：Agent-based modeling of the interaction between CD8<sup>+</sup> T cells and Beta cells in type 1 diabetes
- DOI：10.1371/journal.pone.0190349
- 发布日期：2018-01-10
- 文件数：8 个
- 文件总体积：28.58 MB
- 源站页面：https://plos.figshare.com/articles/dataset/Agent-based_modeling_of_the_interaction_between_CD8_sup_sup_T_cells_and_Beta_cells_in_type_1_diabetes/5775594
命令行下载
curl -L -o "S1 Fig.tif" "https://ndownloader.figshare.com/files/10191654"
curl -L -o "S2 Fig.tif" "https://ndownloader.figshare.com/files/10191660"
curl -L -o "S3 Fig.tif" "https://ndownloader.figshare.com/files/10191666"
curl -L -o "S4 Fig.tif" "https://ndownloader.figshare.com/files/10191669"
curl -L -o "S5 Fig.tif" "https://ndownloader.figshare.com/files/10191672"
curl -L -o "S6 Fig.tif" "https://ndownloader.figshare.com/files/10191675"
curl -L -o "S7 Fig.tif" "https://ndownloader.figshare.com/files/10191687"
curl -L -o "S8 Fig.tif" "https://ndownloader.figshare.com/files/10191693"
文件清单
S1 Fig.tif（469.86 KB）S2 Fig.tif（3.81 MB）S3 Fig.tif（3.33 MB）S4 Fig.tif（4.08 MB）S5 Fig.tif（4.36 MB）S6 Fig.tif（3.84 MB）S7 Fig.tif（4.35 MB）S8 Fig.tif（4.33 MB）
文件总体积 28.58 MB（源站 API 实测）。
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。
数据说明
我们提出了一种基于代理的模型，用于模拟T1D中的自身免疫反应。该模型结合了源自当前文献的各种规则下的细胞行为，并在高性能计算系统上实现，从而能够模拟小鼠胰腺中相当一部分胰岛。仿真结果表明，该模型能够捕捉自身免疫进展过程中出现的趋势。模型的多尺度特性使得能够定义支配细胞或亚细胞级现象的规则或方程，并在组织尺度上观察结果。预期此类模型将通过快速检验假设和规划未来实验，为不同尺度下的疾病进展提供见解，从而促进体内临床研究，其中一些见解可能在临床研究中不易获得。此外，模型的模块化结构简化了诸如添加新细胞类型以及轻松定义或修改环境和细胞的不同行为等任务。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0190349（source: https://plos.figshare.com/articles/dataset/Agent-based_modeling_of_the_interaction_between_CD8_sup_sup_T_cells_and_Beta_cells_in_type_1_diabetes/5775594）。
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。
