HIV-1感染者CD4+ T细胞克隆的单细胞多组学数据集
该数据集来自NCBI GEO,包含HIV-1感染者及未感染者CD4+ T细胞的单细胞ECCTE-seq多组学数据,覆盖转录组、上游免疫调控、HIV-1 RNA表达及T细胞克隆扩增动态

基本信息
资源简介
HIV-1感染者CD4+ T细胞克隆的单细胞多组学数据集
Single-cell multiomics of CD4+ T cell clones in HIV-1 infected individuals
该数据集来自NCBI GEO,包含HIV-1感染者及未感染者CD4+ T细胞的单细胞ECCTE-seq多组学数据,覆盖转录组、上游免疫调控、HIV-1 RNA表达及T细胞克隆扩增动态。样本包括6名感染者在病毒血症期和抑制性抗逆转录病毒治疗后的细胞,以及2名未感染者,在未刺激及CMV、HIV-1抗原刺激条件下采集。数据可用于研究HIV-1潜伏库的克隆扩增机制、抗原与TNF反应持续性以及抗凋亡基因表达特征(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):HIV-1感染的CD4+ T细胞克隆扩增是治愈的主要障碍。利用单细胞ECCTE-seq,我们检测了来自六名HIV-1感染者(病毒血症期间和抑制性抗逆转录病毒治疗后)和两名未感染者的215,458个CD4+ T细胞(其中267个HIV-1 RNA+细胞和68个扩增的HIV-1 RNA+ T细胞克隆)在未刺激条件下以及CMV和HIV-1抗原刺激后的转录景观、上游免疫调节因子、HIV-1 RNA表达和T细胞克隆扩增动态。我们发现,尽管接受了抗逆转录病毒治疗,抗原和TNF反应仍然持续并塑造了T细胞克隆扩增。HIV-1存在于表达Bcl-2家族抗凋亡基因的Th1极化、抗原反应性T细胞中。HIV-1 RNA+ T细胞克隆在克隆大小上更大,在病毒血症期间建立,在病毒抑制后持续存在,并富集于GZMB+细胞毒性
【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:GPL15520、9606。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=GSE187515
【使用注意】
· 源站最后修改于 Jun 20 202,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=GSE187515
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
HIV-1感染的CD4+ T细胞的克隆扩增是治愈的主要障碍。我们采用单细胞ECCITE-seq技术,在未刺激条件下以及CMV和HIV-1抗原刺激后,对来自六名HIV-1感染者(病毒血症期间和抑制性抗逆转录病毒治疗后)和两名未感染者的215,458个CD4+ T细胞(其中267个HIV-1 RNA+细胞和68个扩增的HIV-1 RNA+ T细胞克隆)的转录图谱、上游免疫调控因子、HIV-1 RNA表达及T细胞克隆扩增动态进行了研究。我们发现,尽管接受了抗逆转录病毒治疗,抗原和TNF反应仍然持续存在并塑造了T细胞克隆扩增。HIV-1存在于Th1极化、抗原反应性且表达Bcl-2家族抗凋亡基因的T细胞中。HIV-1 RNA+ T细胞克隆的克隆大小更大,建立于病毒血症期间,在病毒抑制后持续存在,并富集于GZMB+细胞毒性效应记忆Th1细胞中。靶向HIV-1感染的细胞毒性CD4+ T细胞及克隆扩增的驱动因素为HIV-1清除提供了新方向。
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。




