危重患者γδ T细胞的代谢与功能研究
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性队列研究,聚焦危重患者(伴或不伴脓毒症)中细胞毒性γδ T细胞的亚群特异性代谢适应与功能重塑

基本信息
资源简介
危重患者γδ T细胞的代谢与功能研究
该数据集来自 clinicaltrials.gov,为一项前瞻性观察性队列研究,聚焦危重患者(伴或不伴脓毒症)中细胞毒性γδ T细胞的亚群特异性代谢适应与功能重塑。研究涉及脓毒症、危重病、免疫抑制、MODS、线粒体疾病、菌群失调及γδ T细胞等主题。初步单细胞转录组分析显示,脓毒症患者细胞毒性γδ T细胞的细胞毒性相关分子(GZMB、PRF1、GNLY)及线粒体氧化磷酸化通路基因(尤其COX6C)发生显著改变。数据可用于探索γδ T细胞在脓毒症早期抗感染防御中的功能状态及调控机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病状态:脓毒症、危重病、免疫抑制、MODS、线粒体疾病、菌群失调、γδ T细胞。这项前瞻性观察性队列研究探讨危重患者(伴或不伴脓毒症)中细胞毒性γδT细胞的亚群特异性代谢适应与功能重塑。新出现的证据表明,γδT细胞作为先天免疫与适应性免疫之间的桥梁,在脓毒症早期抗感染防御中发挥关键作用。然而,脓毒症患者中细胞毒性γδT细胞的功能状态及其潜在调控机制仍未完全阐明。我们的初步单细胞转录组分析显示,脓毒症患者的细胞毒性γδT细胞在细胞毒性相关分子(GZMB、PRF1、GNLY)和线粒体氧化磷酸化(OXPHOS)通路基因方面表现出显著改变,尤其是COX6C,whic
【主题与分类】
主题标签:Sepsis、Critical Illness、Immunosuppression、MODS、Mitochondrial Diseases、Dysbiosis、γδ T Cells。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07680816
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://clinicaltrials.gov/study/NCT07680816
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
条件:脓毒症、危重症、免疫抑制、MODS、线粒体疾病、菌群失调、γδ T细胞。本前瞻性观察性队列研究探讨合并与不合并脓毒症的危重症患者中细胞毒性γδT细胞亚群特异性代谢适应及功能重塑。新出现的证据表明,γδT细胞作为固有免疫与适应性免疫之间的桥梁,在脓毒症早期抗感染防御中发挥关键作用。然而,脓毒症患者细胞毒性γδT细胞的功能状态及其潜在调控机制仍未完全阐明。我们的初步单细胞转录组分析显示,脓毒症患者的细胞毒性γδT细胞中细胞毒性相关分子(GZMB、PRF1、GNLY)及线粒体氧化磷酸化(OXPHOS)通路基因发生显著改变,尤其是COX6C,其与细胞毒性效应分子表达相关。
本研究旨在系统性地描述三个队列中循环细胞毒性γδT细胞的比例、细胞毒性及线粒体代谢功能:健康对照、危重非脓毒症患者和危重脓毒症患者。通过整合流式细胞术、线粒体功能检测及功能验证实验,我们试图阐明COX6C介导的线粒体代谢异常在细胞毒性γδT细胞功能障碍中的作用,为理解脓毒症免疫失调及识别新的治疗靶点提供理论依据。
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。




