耐受性自身反应性RBC特异性CD4 T细胞的RNAseq，HODxOTII小鼠自身免疫性溶血性贫血模型
该数据集为HODxOTII小鼠自身免疫性溶血性贫血（AIHA）模型中耐受性自身反应性RBC特异性CD4 T细胞的RNAseq数据
基本信息
资源简介
耐受性自身反应性RBC特异性CD4 T细胞的RNAseq，HODxOTII小鼠自身免疫性溶血性贫血模型
RNAseq of tolerized auroreactive RBC-specific CD4 T cells, HODxOTII murine model of autoimmune hemolytic anemia (AIHA)
该数据集为HODxOTII小鼠自身免疫性溶血性贫血（AIHA）模型中耐受性自身反应性RBC特异性CD4 T细胞的RNAseq数据。研究取10-12周龄HODxOTII F1小鼠脾细胞，经抗体染色排除CD19+ B细胞和Ter119+ RBC后分选CD4+Thy1.2+ T细胞，每种基因型n=4。数据可用于分析RBC自身反应性CD4 T细胞耐受相关的转录本，探索年轻小鼠耐受稳健而衰老后失效并产生RBC自身抗体的机制（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：我们此前已发现，T细胞耐受是阻止红细胞（RBC）特异性自身免疫的权宜之计。我们还表明，虽然小鼠年轻时耐受稳健，但随年龄增长而失效，并导致RBC自身抗体产生。在此，我们着手确定哪些转录本与RBC自身反应性CD4 T细胞的耐受化相关。为此，我们使用了自身免疫性溶血性贫血（AIHA）的小鼠模型，其中HOD小鼠（表达已知的RBC特异性抗原）与OTII动物（对HOD抗原内所含的卵清蛋白表位发生反应）杂交[见PMCID PMC8634489]。为此，从10-12周龄的HODxOTII F1小鼠（每种基因型n=4）收集脾细胞，并用针对Thy1.2、Ter119、CD19和CD4的抗体染色。从活单细胞中排除CD19+ B细胞和Ter119+ RBC细胞，并分选CD4+Thy1.2+ T细胞
【主题与分类】
主题标签：autoimmune hemolytic anemia、Autoimmunity、RBC tolerance、CD4 T cell tolerance。本站分类：血液及造血器官疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A439876c6a15ee88c4658790255a3f79c9036daf3032a6c58f31bf9cf4eb17c98
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
Krystalyn Hudson (2024). RNAseq of tolerized auroreactive RBC-specific CD4 T cells, HODxOTII murine model of autoimmune hemolytic anemia (AIHA) [Dataset]. http://doi.org/10.5061/dryad.5qfttdzdf
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。
