截短型RELA变异通过损害NF-κB负反馈控制驱动自身炎症和自身免疫
研究聚焦携带新型杂合截短型RELA变异的五个无关家庭中的六名患者,旨在探究该变异导致自身炎症和自身免疫的机制。数据可用于分析NF-κB信号通路负反馈调控缺陷相关的基因表达变化,支持免疫系统疾病中RELA变异功能研究(来源 NCBI)

基本信息
资源简介
截短型RELA变异通过损害NF-κB负反馈控制驱动自身炎症和自身免疫
Truncating RELA variants drive autoinflammation and autoimmunity by impairing the negative feedback control of NF-k
该数据集来自NCBI GEO,包含1个文件(GSE339599_series_matrix.txt.gz),主题为高通量测序表达谱分析,物种为人类(9606),平台为GPL30882。研究聚焦携带新型杂合截短型RELA变异的五个无关家庭中的六名患者,旨在探究该变异导致自身炎症和自身免疫的机制。数据可用于分析NF-κB信号通路负反馈调控缺陷相关的基因表达变化,支持免疫系统疾病中RELA变异功能研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):NF-κB信号通路协调炎症、细胞存活和增殖,同时抑制过度细胞死亡以维持免疫稳态。编码NF-κB亚基p65的RELA基因截短突变已被证实与自身炎症和自身免疫相关,但其潜在机制仍未完全明确。我们研究了来自五个无关家庭的六名携带新型杂合截短型RELA变异的患者。尽管p65表达降低,患者仍表现出广泛的炎症表现,同时基线及刺激诱导的促炎细胞因子升高。患者来源细胞和突变型RELA敲入模型的功能分析显示,上游NF-κB信号通路完整,但抑制性调节因子(如IκBα和A20)的诱导受损。这种缺陷的反馈控制使免疫稳态向放大的i
【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:GPL30882、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=GSE339599
【使用注意】
· 源站最后修改于 Oct 14 202,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=GSE339599
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
NF-κB信号通路协调炎症、细胞存活与增殖,同时抑制过度细胞死亡以维持免疫稳态。编码NF-κB亚基p65的RELA基因截短突变已被证实与自身炎症和自身免疫相关,但其潜在机制尚未完全阐明。我们研究了来自五个无亲缘关系家系的六例携带新型杂合RELA截短变异的患者。尽管p65表达降低,患者仍表现出广泛的炎症表现,并伴有基线及刺激诱导的促炎细胞因子升高。患者来源细胞及突变型RELA敲入模型的功能分析显示,上游NF-κB信号通路完整,但IκBα和A20等抑制性调节因子的诱导受损。这种缺陷性反馈控制使免疫稳态向炎症反应放大的方向偏移,且该偏移依赖于剩余功能性RELA等位基因的残余活性。
单细胞转录组学揭示了不同细胞类型特异性的后果:单核细胞表现出组成性I型干扰素和NF-κB激活,B细胞保留了部分代偿性信号传导,而T细胞和NK细胞则表现出细胞死亡通路的转录特征。患者成纤维细胞和突变型RELA敲入细胞进一步证实了TNF诱导的炎症基因表达增强以及对凋亡和坏死性凋亡的超敏性。这些发现确立了RELA单倍剂量不足是系统性免疫失调的一个原因,并将缺陷性NF-κB反馈控制与不受控制的炎症和炎性细胞死亡联系起来。
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。




