花生过敏口服免疫治疗驱动花生反应性T细胞单细胞多组学变化与持续无反应性相关
该数据集来自一项花生过敏口服免疫治疗(OIT)2期临床试验队列,包含花生反应性(pr)CD4+ T细胞的单细胞RNA、蛋白免疫表型及TCR repertoire数据,共1个文件(GSE288452_series_matrix.txt.gz)

基本信息
资源简介
花生过敏口服免疫治疗驱动花生反应性T细胞单细胞多组学变化与持续无反应性相关
Peanut Allergy Oral Immunotherapy Drives Single-Cell Multi-omic Changes in Peanut-reactive T cells Associated with Sustained Unresponsiveness
该数据集来自一项花生过敏口服免疫治疗(OIT)2期临床试验队列,包含花生反应性(pr)CD4+ T细胞的单细胞RNA、蛋白免疫表型及TCR repertoire数据,共1个文件(GSE288452_series_matrix.txt.gz)。数据覆盖OIT过程中及治疗后持续无反应性(SU)相关的pr CD4+ T细胞免疫特征,可用于分析OIT诱导的细胞毒性相关表型、Th1 CTL样克隆扩增与Th2相关表型变化,以及SU参与者基线Th2表型、治疗后细胞毒性基因特征和CD39表达差异(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 31 202。
【数据内容】
源站描述(机器翻译,仅供参考):口服免疫治疗(OIT)是FDA唯一批准的花生过敏(PA)治疗方法。花生反应性(pr)CD4+ T细胞在PA发病机制以及OIT诱导的脱敏(DS)中起关键作用。然而,导致OIT停止后持续无反应性(SU)的pr CD4+ T细胞免疫机制在很大程度上仍不清楚。我们分析了一个2期花生OIT试验队列中pr CD4+ T细胞的单细胞RNA和蛋白免疫表型以及TCR repertoire。我们发现在OIT期间,pr T效应记忆细胞中细胞毒性相关表型增加和Th1 CTL(细胞毒性T淋巴细胞)样细胞克隆扩增,而Th2相关表型和Th2a样细胞克隆扩增减少。实现SU的OIT参与者在基线时Th2相关表型较低,OIT后pr Teff细胞中细胞毒性相关基因特征升高,且pr T中CD39表达较高
【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:GPL24676、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=GSE288452
【使用注意】
· 源站最后修改于 Mar 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=GSE288452
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
口服免疫治疗(OIT)是美国食品药品监督管理局(FDA)唯一批准的花生过敏(PA)治疗方法。花生反应性(pr)CD4+ T细胞在PA发病机制以及OIT诱导的脱敏(DS)中起关键作用。然而,导致OIT停止后持续无反应性(SU)的潜在pr CD4+ T细胞免疫机制在很大程度上仍不清楚。我们分析了一项2期花生OIT试验队列中pr CD4+ T细胞的单细胞RNA和蛋白质免疫表型以及TCR库。我们发现,在OIT期间,pr T效应记忆细胞中细胞毒性相关表型增加,Th1 CTL(细胞毒性T淋巴细胞)样细胞克隆扩增,而Th2相关表型和Th2a样细胞克隆扩增减少。达到SU的OIT参与者基线Th2相关表型较低,OIT后pr Teff细胞中细胞毒性相关基因特征升高,并且在OIT停止后pr Tregs(T调节细胞)中CD39表达较高。这些发现阐明了OIT诱导的CD4+ T细胞耐受机制,并可指导有效的过敏原特异性OIT策略。
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。




