深度纵向免疫图谱揭示记忆T细胞重编程与年龄相关B细胞失调的关联

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE275067

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

免疫衰老是一个由时间和外部扰动共同塑造的动态过程。在此，我们试图通过深度分子谱分析来解析健康人体免疫随年龄变化的复杂性。我们应用新构建的健康免疫细胞图谱，对一个由约100名健康年轻人和老年人组成的纵向队列进行了为期2年的追踪，分析了外周免疫细胞在稳态以及疫苗接种诱导扰动下的转录动态，构建了包含超过1350万个PBMC的scRNA-seq数据集。从这些数据中，我们揭示出：在稳态下，T细胞在转录层面表现出比其他免疫细胞亚群显著更多的年龄相关变化，这些变化随时间推移和年龄增长持续存在，且与生物学性别或CMV感染状态相关的变化不同。B细胞在稳态下表现出很少的年龄相关差异，但在疫苗诱导的反应中具有大量持续性的年龄相关变化，这些变化与老年人中央记忆CD4 T细胞区室中一种年龄和GATA3相关的转录偏移有关。

我们的研究共同强调，随着年龄增长，免疫细胞中稳态转录网络的逐渐变化导致了免疫反应格局的转变。这一丰富的资源还提供了数据探索工具，网址为https://explore.allenimmunology.org/。

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。