Fcγ受体跨物种细胞图谱及人源化抗体建模数据集
该数据集来自 NCBI GEO(GSE261975),聚焦 Fcγ 受体与 FcRn 在人类、猕猴和小鼠中的转录组与蛋白质组表达全景,揭示物种间受体多样性和细胞特异性表达差异,并构建了在人类启动子控制下表达人 FcγRI、FcγRIIA、FcγRIIB、FcγRIIIA、FcγRIIIB 以替代小鼠

基本信息
资源简介
Fcγ受体跨物种细胞图谱及人源化抗体建模数据集
Cross-species cellular mapping and humanization of Fcγ receptors to advance antibody modeling
该数据集来自 NCBI GEO(GSE261975),聚焦 Fcγ 受体与 FcRn 在人类、猕猴和小鼠中的转录组与蛋白质组表达全景,揭示物种间受体多样性和细胞特异性表达差异,并构建了在人类启动子控制下表达人 FcγRI、FcγRIIA、FcγRIIB、FcγRIIIA、FcγRIIIB 以替代小鼠对应受体的新型小鼠模型。数据可用于抗体效应功能研究、临床前模型人源化评估及抗体建模(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):Fc 受体介导治疗性抗体的效应功能。免疫球蛋白 G(IgG)是循环和临床使用中的主要抗体,可与多种 Fcγ 受体结合,这些受体表达于多种免疫细胞和结构细胞。本文在转录组和蛋白质组水平全面概述了人类、猕猴和小鼠中 Fcγ 受体及 FcRn 的表达,揭示了 Fcγ 受体多样性和细胞特异性表达谱的物种差异,这些差异影响了小鼠和猕猴临床前模型在抗体研究中的转化。为克服这一局限,我们构建了一种新的小鼠模型,在相关人类启动子控制下表达人 FcγRI(hCD64)、FcγRIIA(hCD32A)、FcγRIIB(hCD32B)、FcγRIIIA(hCD16A)、FcγRIIIB(hCD16B),以替代小鼠对应受体(FcγRI、FcγRIIB、FcγRIII 和 FcγRIV)。
【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:GPL24247、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=GSE261975
【使用注意】
· 源站最后修改于 Feb 02 202,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=GSE261975
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
Fc受体介导治疗性抗体的效应功能。免疫球蛋白G(IgG)是循环和临床使用中最主要的抗体,可与多种免疫细胞和结构细胞表达的不同Fcγ受体结合。本文全面概述了人类、猕猴和小鼠中Fcγ受体及FcRn在转录组和蛋白质组水平的表达情况。我们揭示了Fcγ受体多样性及细胞特异性表达谱的物种间差异,这些差异影响了小鼠和猕猴临床前模型在抗体研究中的转化应用。为克服这一局限,我们构建了一种新的小鼠模型,在该模型中,人FcγRI(hCD64)、FcγRIIA(hCD32A)、FcγRIIB(hCD32B)、FcγRIIIA(hCD16A)、FcγRIIIB(hCD16B)在相应人类启动子的调控下表达,并替代了小鼠同源受体(FcγRI、FcγRIIB、FcγRIII和FcγRIV)。此外,为改善人抗体的药代动力学,小鼠FcRn被其人类类似物所替代。我们全面绘制了敲入受体的表达图谱,发现人源化导致了更为忠实的细胞特异性Fcγ受体表达。
我们通过体外和体内抗体依赖性细胞介导的细胞毒性、过敏反应和抗原呈递试验,验证了这些敲入人源受体的功能。这一跨物种Fcγ受体图谱以及具有精细Fcg受体表达和抗体药代动力学的人源化小鼠模型,将改进基于抗体的治疗药物的临床前评估。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




