Galectin-3处理与对照处理Treg的转录组图谱
该数据集为RNA-seq分析结果,比较了Galectin-3处理与对照处理下调节性T细胞(Tregs)的转录组图谱,旨在阐明Galectin-3抑制Treg分化与功能的下游机制

基本信息
资源简介
Galectin-3处理与对照处理Treg的转录组图谱
The transcriptomic landscape of Galectin-3-treated versus vehicle-treated Tregs
该数据集为RNA-seq分析结果,比较了Galectin-3处理与对照处理下调节性T细胞(Tregs)的转录组图谱,旨在阐明Galectin-3抑制Treg分化与功能的下游机制。研究背景涉及Galectin-3在1型糖尿病(T1D)中的作用,以及其通过结合并激活LAG3、抑制MEK/ERK信号通路来影响Treg。数据可用于探索Galectin-3介导的免疫调控机制、Treg功能相关基因表达变化,以及1型糖尿病中Treg异常的相关研究(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):Galectin-3是一种β-半乳糖苷结合凝集素,已被认为与多种炎症性和自身免疫性疾病有关。然而,循环Galectin-3在1型糖尿病(T1D)中的意义仍不清楚。药物抑制(TD139)以及敲除Galectin-3基因均减弱了Galectin-3介导的对调节性T细胞(Tregs)的抑制,并在NOD小鼠中防止了胰岛炎和糖尿病的发生。为进一步阐明下游机制,我们进行了RNA-seq分析,以描绘Galectin-3处理与对照处理Tregs的转录组图谱。在机制上,Galectin-3结合并激活淋巴细胞活化基因-3(LAG3),这是一种在活化T细胞上表达的受体,随后抑制MEK/ERK信号通路,从而阻碍Treg分化和功能。
【主题与分类】
主题标签:Type 1 diabetes、Regulatory T cells、galectin-3。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://datadryad.org/dataset/doi:10.5061/dryad.7pvmcvf67
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.7pvmcvf67
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:
数据集大小约 35.4 MB。
数据说明
半乳糖凝集素-3是一种β-半乳糖苷结合凝集素,已被认为与多种炎症性和自身免疫性疾病有关。然而,循环半乳糖凝集素-3在1型糖尿病(T1D)中的意义仍不清楚。药物抑制(TD139)以及敲除半乳糖凝集素-3基因均可减弱半乳糖凝集素-3介导的对调节性T细胞(Tregs)的抑制,并在NOD小鼠中防止胰岛炎和糖尿病的发生。为进一步阐明下游机制,我们进行了RNA-seq分析,以描绘半乳糖凝集素-3处理与溶媒处理Tregs的转录组图谱。在机制上,半乳糖凝集素-3结合并激活淋巴细胞活化基因-3(LAG3),这是一种表达于活化T细胞上的受体,随后抑制MEK/ERK信号通路,从而阻碍Treg分化和功能。
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。




