GSE311963:CD38赋予局部抗原特异性Foxp3+ Treg细胞应激韧性以分区控制CNS炎症
该数据集来自NCBI GEO,包含1个文件(GSE311963_series_matrix.txt.gz),采用高通量测序表达谱技术(GPL19057,小鼠10090),研究CD38在实验性自身免疫性脑脊髓炎(EAE)中赋予局部抗原特异性Foxp3+ Treg细胞应激韧性,以分区控制中枢神经系统炎症

基本信息
资源简介
GSE311963:CD38赋予局部抗原特异性Foxp3+ Treg细胞应激韧性以分区控制CNS炎症
CD38 endows local antigen-specific Foxp3+ Treg cells with stress resilience for compartmentalized control of CNS inflammation
该数据集来自NCBI GEO,包含1个文件(GSE311963_series_matrix.txt.gz),采用高通量测序表达谱技术(GPL19057,小鼠10090),研究CD38在实验性自身免疫性脑脊髓炎(EAE)中赋予局部抗原特异性Foxp3+ Treg细胞应激韧性,以分区控制中枢神经系统炎症。数据可用于分析Treg细胞在炎症后组织中的功能适应、CD38对IL-2信号敏感性的调控,以及局部Treg细胞耗竭引发自身免疫炎症复发的机制(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 01 202。
【数据内容】
源站描述(机器翻译,仅供参考):表达Foxp3的调节性T(Treg)细胞可保护机体免于系统性自身免疫。然而,Treg细胞在经历过炎症的组织中的意义尚知之甚少。利用实验性自身免疫性脑脊髓炎(EAE),我们显示Treg细胞在中枢神经系统(CNS)中积累并持续存在,直至大量炎症浸润消退后很久。CNS局部耗竭炎症后Treg细胞(而非系统性耗竭Treg细胞)会立即通过残留的局部效应T细胞重新点燃CNS的自身免疫炎症发作。NAD消耗性外酶CD38的表达对于炎症后CNS Treg细胞在IL-2可及性受限的应激微环境中的功能适应至关重要。CD38抵消IL-2R的ADP-核糖基化,从而维持其对IL-2的高敏感性。它们的完全
【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:GPL19057、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=GSE311963
【使用注意】
· 源站最后修改于 Jan 30 202,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=GSE311963
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
表达Foxp3的调节性T(Treg)细胞可防止系统性自身免疫。然而,关于Treg细胞在经历过炎症的组织中的意义知之甚少。利用实验性自身免疫性脑脊髓炎(EAE)模型,我们发现Treg细胞在中枢神经系统(CNS)中积聚并持续存在,直至大量炎症浸润消退后很长时间。CNS局部特异性清除炎症后Treg细胞(而非系统性清除Treg细胞)会立即通过残留的局部效应T细胞重新点燃CNS中的自身免疫炎症发作。NAD消耗性外酶CD38的表达对于炎症后CNS Treg细胞在IL-2可及性受限的应激微环境中的功能适应至关重要。CD38可抵消IL-2R的ADP-核糖基化,从而维持其对IL-2的高敏感性。其功能完整的高亲和力IL-2受体可防止组织驻留抗原特异性Treg细胞的丢失。这些“耐应激”的CNS Treg细胞在急性炎症得到控制后,可阻止CNS免疫稳态的崩溃。
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。




