GSE281286:鉴定驱动食物免疫应答的抗原呈递细胞-T细胞相互作用
该数据集来自 ncbi.nlm.nih.gov,标题为鉴定驱动食物免疫应答的抗原呈递细胞-T细胞相互作用。研究利用 LIPSTIC 技术识别在耐受与炎症条件下呈递膳食抗原的抗原呈递细胞,发现蠕虫感染按耐受性 APC(包括迁移性 cDC1 和 Rorγt+ APC)与炎症性 APC(主要为 cDC2

基本信息
资源简介
GSE281286:鉴定驱动食物免疫应答的抗原呈递细胞-T细胞相互作用
Identification of antigen-presenting cell-T cell interactions driving immune responses to food
该数据集来自 ncbi.nlm.nih.gov,标题为鉴定驱动食物免疫应答的抗原呈递细胞-T细胞相互作用。研究利用 LIPSTIC 技术识别在耐受与炎症条件下呈递膳食抗原的抗原呈递细胞,发现蠕虫感染按耐受性 APC(包括迁移性 cDC1 和 Rorγt+ APC)与炎症性 APC(主要为 cDC2 亚群)比例下降程度破坏耐受,但蠕虫感染扩增的炎症性 cDC2 并不呈递膳食抗原,从而避免膳食特异性 TH2 细胞分化。数据含 1 个文件 GSE281286_series_matrix.txt.gz,可用于食物耐受诱导机制及 APC-T 细胞互作研究(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 07 202。
【数据内容】
源站描述(机器翻译,仅供参考):肠道免疫系统必须同时耐受食物和共生菌并防御病原体。抗原呈递细胞(APC)通过将管腔抗原呈递给 CD4+ T 细胞并诱导其分化为调节性(pTreg)或炎症性(Th)亚群来协调这些免疫应答。在此,我们使用 LIPSTIC 识别在耐受和炎症条件下呈递膳食抗原的 APC。我们表明,蠕虫感染破坏耐受的程度与耐受性 APC(包括迁移性 cDC1 和 Rorγt+ APC)和炎症性 APC(主要由 cDC2 亚群代表)之间比例的降低成正比。然而,蠕虫感染扩增的炎症性 cDC2 亚群并不呈递膳食抗原,从而避免了膳食特异性 TH2 细胞分化。我们的数据揭示了食物耐受被诱导并可被破坏的细胞机制。
【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:GPL21626、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=GSE281286
【使用注意】
· 源站最后修改于 Mar 24 202,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=GSE281286
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
肠道免疫系统必须同时耐受食物和共生菌,并防御病原体。抗原呈递细胞(APC)通过将肠腔抗原呈递给CD4+ T细胞并诱导其分化为调节性(pTreg)或炎症性(Th)亚群来协调这些免疫反应。在此,我们使用LIPSTIC来鉴定在耐受和炎症条件下呈递膳食抗原的APC。我们发现,蠕虫感染破坏耐受的程度与耐受性APC(包括迁移性cDC1和Rorγt+ APC)与炎症性APC(主要由cDC2亚群代表)之间比例的降低成正比。然而,蠕虫感染所扩增的cDC2炎症亚群并不呈递膳食抗原,从而避免了饮食特异性TH2细胞分化。我们的数据揭示了食物耐受被诱导并可被感染破坏的细胞机制。
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。




