HODxOTII小鼠模型自身免疫性溶血性贫血（AIHA）中耐受性红细胞自身反应性CD4 T细胞的RNAseq数据
该数据集提供了基于HODxOTII小鼠模型的RNA测序数据，包含从自身免疫性溶血性贫血模型小鼠脾脏中分选的CD4+ T细胞的转录组信息，数据模态为基因表达谱（RNAseq），主要用于研究红细胞自身反应性T细胞的耐受性机制，探索自身免疫性溶血性贫血发生发展中免疫耐受相关的关键基因和通路，为自身免疫疾病的分子机制研究提供重要资源。
基本信息
资源简介
HODxOTII小鼠模型自身免疫性溶血性贫血（AIHA）中耐受性红细胞自身反应性CD4 T细胞的RNAseq数据
【数据集背景】
本数据集源站标题为《RNAseq of tolerized auroreactive RBC-specific CD4 T cells, HODxOTII murine model of autoimmune hemolytic anemia (AIHA)》。
【数据内容】
源站原始描述：We have previously identified that T cell tolerance is the stopgap to red blood cell (RBC)-specific autoimmunity. We have also shown that while tolerance is robust when mice are young, it fails upon age and leads to development of RBC autoantibodies. Herein, we set out to determine which transcripts were associated with tolerization of RBC-autoreative CD4 T cells. For these studies, we used a murine model of autoimmune hemolytic anemia (AIHA), whereby HOD mice (expressing a known RBC-specific an…
【主题与分类】
主题标签：autoimmune hemolytic anemia、Autoimmunity、RBC tolerance、CD4 T cell tolerance。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:439876c6a15ee88c4658790255a3f79c9036daf3032a6c58f31bf9cf4eb17c98
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
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
该数据集是基于HODxOTII小鼠模型（自身免疫性溶血性贫血模型）的RNA测序数据，旨在研究红细胞（RBC）特异性自身反应性CD4 T细胞的耐受性相关转录组特征。数据集包含从10-12周龄HOD+OTII+（具有红细胞自身反应性）和对照HOD-OTII+小鼠脾脏中分选的CD4+ T细胞的RNAseq数据，共8个样本（每组4个），每个样本进行双端测序。数据通过Illumina HiSeq平台生成，经过Bowtie2比对、RSEM基因表达量估计、edgeR差异表达分析以及GO和通路富集分析。该数据集主要用于探索T细胞耐受性在自身免疫性溶血性贫血发生发展中的分子机制，为自身免疫疾病的免疫耐受研究提供转录组层面的资源。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
