综合应激反应促进巨噬细胞炎症
研究基于公开的糖尿病前期雌性非肥胖糖尿病(NOD)小鼠单细胞 RNA 测序数据再分析,发现综合应激反应(ISR)在 1 型糖尿病进展过程中于巨噬细胞中上调,并进一步通过体外巨噬细胞极化和迁移实验评估 ISR 调控的影响

基本信息
资源简介
综合应激反应促进巨噬细胞炎症
The Integrated Stress Response Promotes Macrophage Inflammation
该数据集来自 NCBI GEO,标题为 The Integrated Stress Response Promotes Macrophage Inflammation,包含 1 个文件 GSE278047_series_matrix.txt.gz,属于高通量测序表达谱数据。研究基于公开的糖尿病前期雌性非肥胖糖尿病(NOD)小鼠单细胞 RNA 测序数据再分析,发现综合应激反应(ISR)在 1 型糖尿病进展过程中于巨噬细胞中上调,并进一步通过体外巨噬细胞极化和迁移实验评估 ISR 调控的影响。数据可用于探索 ISR 与巨噬细胞炎症在 1 型糖尿病发病机制中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):在 1 型糖尿病(T1D)发病早期,巨噬细胞浸润胰岛,引发胰岛炎症并随后被适应性免疫系统识别。对来自糖尿病前期雌性非肥胖糖尿病(NOD)小鼠的公开单细胞 RNA 测序数据集进行再分析显示,综合应激反应(ISR)这一进化上保守的细胞通路在 T1D 进展过程中于巨噬细胞中上调。ISR 由环境和病理应激源触发,协调基因表达的自适应变化以维持细胞功能和存活,并被确定为靶向干预的候选对象。随后,进行了巨噬细胞极化和迁移的体外实验,以评估 ISR 调控带来的变化。结果显示,ISR 抑制降低了巨噬细胞极化为
【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:GPL24247、10090。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE278047
【使用注意】
· 源站最后修改于 Oct 28 202,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=GSE278047
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
在1型糖尿病(T1D)发病早期,巨噬细胞即浸润胰岛,引发胰岛炎症,并随后被适应性免疫系统识别。对来自糖尿病前期雌性非肥胖糖尿病(NOD)小鼠的公开单细胞RNA测序数据集的重新分析显示,进化上保守的细胞通路——整合应激反应(ISR)在T1D进展过程中于巨噬细胞中上调。ISR由环境和病理应激因素触发,通过协调基因表达的适应性变化来维持细胞功能和存活,并被确定为靶向干预的候选对象。在此基础上,进行了关于巨噬细胞极化和迁移的体外实验,以评估ISR调节所导致的变化。结果显示,抑制ISR降低了巨噬细胞向促炎状态极化的倾向,而不影响抗炎极化,并降低了促炎巨噬细胞的迁移能力。
对糖尿病前期雌性NOD小鼠给予ISRIB(一种药理学ISR抑制剂)的观察表明,胰岛内巨噬细胞数量减少,而巨噬细胞上的PD-L1表达增加。
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。




