TRAIL治疗EAE小鼠脾脏CD4+ T细胞基因表达谱二代测序分析
该数据集来自NCBI GEO,标题为GSE108523,包含经TRAIL治疗的EAE小鼠脾脏CD4+ T细胞的基因表达谱RNA测序数据

基本信息
资源简介
TRAIL治疗EAE小鼠脾脏CD4+ T细胞基因表达谱二代测序分析
Next generation sequencing analysis of gene expression profiles in splenic CD4+ T cells from EAE mice treated with TRAIL
该数据集来自NCBI GEO,标题为GSE108523,包含经TRAIL治疗的EAE小鼠脾脏CD4+ T细胞的基因表达谱RNA测序数据。数据以GSE108523_series_matrix.txt.gz文件提供,属于高通量测序表达谱分析,涉及免疫系统疾病研究。该数据可用于探索TRAIL对活化T细胞的免疫调节机制,支持差异表达分析和转录组水平的功能研究(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 26 201。
【数据内容】
源站描述(机器翻译,仅供参考):目的:为阐明TRAIL对EAE中活化T细胞的潜在免疫调节机制,我们通过RNA测序和转录组分析,分析了经TRAIL治疗的EAE小鼠脾脏CD4+ T细胞的基因表达谱。
【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:GPL19057、10090。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE108523
【使用注意】
· 源站最后修改于 Mar 25 201,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=GSE108523
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
目的:为阐明活化T细胞来源的TRAIL在EAE中的潜在免疫调节机制,我们通过RNA测序和转录组分析,对经TRAIL治疗的EAE小鼠脾脏CD4+ T细胞的基因表达谱进行了分析。方法:采用Illumina Solexa平台深度测序,生成对照组或经溶剂或TRAIL治疗的EAE小鼠脾脏CD4+ T细胞mRNA表达谱。所有样本的文库构建均使用Agilent的SureSelect Strand Specific RNA Library Preparation Kit,用于在Solexa平台上进行75SE(单端或双端)测序。序列通过TruSeq SBS Kit采用边合成边测序技术直接测定。原始序列由Illumina Pipeline软件bcl2fastq v2.0获得,预期每个样本产生20M(百万 reads 或 Gb)。结果:通过比较经溶剂或TRAIL治疗的EAE小鼠脾脏CD4+ T细胞的mRNA表达,共有244个基因存在显著差异表达。
通过京都基因与基因组百科全书(KEGG)通路分析对这244个显著基因进行分类,CD4+ T细胞中富集最显著的类别为“细胞周期”(富集倍数:3.13,p = 1.64 × 10−5),其次为“TCR信号通路”(富集倍数:2.80,p = 8.25 × 10−4)。此外,在火山图分析中,“TCR信号通路”中的显著基因倾向于下调,而“细胞周期”中的显著基因倾向于上调。与火山图结果一致,无监督层次聚类热图显示,在经TRAIL处理的EAE小鼠脾脏CD4+ T细胞中,显著的TCR信号通路相关基因下调,而显著的细胞周期相关基因上调。结论:我们的研究表明,经TRAIL处理的EAE小鼠CD4+ T细胞的基因转录模式涉及不同的TCR信号通路和细胞周期通路。
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。




