CD8+ T细胞干性先于干预后HIV病毒血症控制
该数据集来自NCBI GEO,包含一项关于CD8+ T细胞干性与HIV干预后病毒血症控制关系的研究。数据基于bNAb受体者四项ATI试验的纵向样本,对自体HIV表位的CD8+ T细胞反应进行图谱绘制和功能分析,涵盖表达谱高通量测序数据

基本信息
资源简介
CD8+ T细胞干性先于干预后HIV病毒血症控制
CD8+ T cell stemness precedes post-intervention control of HIV viremia
该数据集来自NCBI GEO,包含一项关于CD8+ T细胞干性与HIV干预后病毒血症控制关系的研究。数据基于bNAb受体者四项ATI试验的纵向样本,对自体HIV表位的CD8+ T细胞反应进行图谱绘制和功能分析,涵盖表达谱高通量测序数据。可用于探索CD8+ T细胞增殖能力、干细胞样记忆表型及回忆细胞毒性等特征与干预后控制之间的关联(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):需要干预措施来诱导持久的HIV缓解,以消除终身抗逆转录病毒治疗(ART)的需求。在部分接受广泛中和抗HIV-1抗体(bNAb)给药和分析性治疗中断(ATI)的个体中,已实现持久的干预后控制(PIC)病毒血症1-4。先前的研究支持CD8+ T细胞的作用5-9,但参与PIC的CD8+ T细胞的确切特征仍不清楚。在此,我们使用来自bNAb接受者四项ATI试验的纵向样本,绘制并功能分析了针对自体HIV表位的CD8+ T细胞反应。PIC与更优的干预前HIV特异性CD8+ T细胞增殖能力、干细胞样记忆表型以及对自体HIV肽脉冲CD4+ T细胞的回忆细胞毒性相关。在bNAb给药后,CD8+ T细胞干性进一步增加
【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:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE294440
【使用注意】
· 源站最后修改于 Feb 23 202,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=GSE294440
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
需要诱导持久的HIV缓解的干预措施,以消除终身抗逆转录病毒治疗(ART)的需求。在部分接受广泛中和抗HIV-1抗体(bNAb)给药并进行分析性治疗中断(ATI)的个体中,已实现干预后对病毒血症的持久控制(PIC)1-4。既往研究支持CD8+ T细胞的作用5-9,但参与PIC的CD8+ T细胞的确切特征仍不清楚。在此,我们利用来自四项bNAb接受者ATI试验的纵向样本,对针对自体HIV表位的CD8+ T细胞应答进行了定位和功能分析。PIC与干预前更优的HIV特异性CD8+ T细胞增殖能力、干细胞样记忆表型以及对负载自体HIV肽的CD4+ T细胞的回忆性细胞毒性相关。bNAb给药后,CD8+ T细胞的干性进一步增加,而未出现针对明确HLA最优表位的新克隆型。多模态单细胞分析揭示了与PIC和HIV特异性CD8+ T细胞干性相关的分子特征,包括代谢适应性特征和T细胞耗竭减少。
这些结果确定了先于随后PIC出现的免疫特征,为开发能够诱导持久HIV缓解的联合免疫疗法提供了信息。
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。




