GSE326200：小鼠cDC1s中Clec1a缺失降低对坏死细胞的IFN应答
研究聚焦小鼠cDC1s中Clec1a缺失对坏死细胞及病原体（如E. Coli）诱导的IFN应答的影响，可用于免疫系统疾病相关基因表达分析与分类研究（来源 NCBI）
基本信息
资源简介
GSE326200：小鼠cDC1s中Clec1a缺失降低对坏死细胞的IFN应答
Absence of Clec1a in murine cDC1s decrease IFN responses to necrotic cells
该数据集来自NCBI GEO，包含1个文件（GSE326200_series_matrix.txt.gz），主题为高通量测序表达谱分析，物种为小鼠（10090），平台为GPL24247。研究聚焦小鼠cDC1s中Clec1a缺失对坏死细胞及病原体（如E. Coli）诱导的IFN应答的影响，可用于免疫系统疾病相关基因表达分析与分类研究（来源 NCBI）。
【数据集背景】
源站首次发布：Mar 27 202。
【数据内容】
源站描述（机器翻译，仅供参考）：干扰素（IFNs）是传递信号并在健康和疾病中发挥关键作用的蛋白质。IFNs对病毒、细菌和真菌感染等病原体具有保护作用，但也可能介导许多炎症性和自身免疫性疾病。IFNs具有时间依赖性活性，可驱动相反的结果，因此IFN应答需要仔细平衡，以防止有害效应并恢复稳态。我们之前将C型凝集素受体CLEC-1表征为坏死细胞的受体，尤其由cDC1s表达。在此，我们表明cDC1s中Clec1a的缺失降低了对坏死细胞的IFN应答，但对大肠杆菌等病原体的应答未降低。这些结果表明，cDC1s中的CLEC-1增强对坏死细胞的IFN信号传导，从而精细调节下游免疫。
【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=GSE326200
【使用注意】
· 源站最后修改于 Sep 22 202，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=GSE326200
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
干扰素（IFNs）是一类具有信号传导功能的蛋白质，在健康与疾病中发挥关键作用。IFNs对病原体具有保护作用，例如在病毒、细菌和真菌感染期间，但也可介导多种炎症性和自身免疫性疾病。IFNs的特征在于其时间依赖性活性可驱动相反的结果，因此IFN应答需要精细平衡，以防止有害效应并恢复稳态。我们此前已将C型凝集素受体CLEC-1鉴定为坏死细胞的受体，尤其由cDC1s表达。在此，我们发现cDC1s中Clec1a的缺失降低了对坏死细胞的IFN应答，但不影响对大肠杆菌等病原体的应答。这些结果表明，cDC1s中的CLEC-1增强针对坏死细胞的IFN信号传导，从而精细调控下游免疫。
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。
