全基因组CRISPR筛选鉴定驱动耐受性树突状细胞的关键靶点
该数据集来自NCBI GEO,标题为全基因组CRISPR筛选鉴定驱动耐受性树突状细胞的关键靶点。研究以CD86下调作为耐受性树突状细胞(TolDCs)的替代标志物,通过全基因组CRISPR-Cas9敲除筛选,鉴定调控TolDC相关表型的调节因子,并发现UBE2L6是CD86表达的新调控因子

基本信息
资源简介
全基因组CRISPR筛选鉴定驱动耐受性树突状细胞的关键靶点
A genome-wide CRISPR Screen identifies targets that drive Tolerogenic Dendritic Cells
该数据集来自NCBI GEO,标题为全基因组CRISPR筛选鉴定驱动耐受性树突状细胞的关键靶点。研究以CD86下调作为耐受性树突状细胞(TolDCs)的替代标志物,通过全基因组CRISPR-Cas9敲除筛选,鉴定调控TolDC相关表型的调节因子,并发现UBE2L6是CD86表达的新调控因子。数据包含1个文件(GSE348000_series_matrix.txt.gz),主题标签涉及其他、GPL37305和10090。该数据可用于免疫耐受机制研究、耐受性树突状细胞分化通路分析及自身免疫疾病治疗靶点探索(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):耐受性树突状细胞(TolDCs)对免疫耐受至关重要,并在自身免疫性疾病的早期临床研究中显示出治疗潜力。然而,驱动其分化和耐受性表型的关键分子通路仍不清楚。在此,我们研究了TolDCs响应不同耐受化剂的功能状态背后的分子机制,并确定CD86是耐受状态下持续且稳健下调的标志物。CD86在功能上是TolDC介导的T细胞增殖和细胞因子分泌抑制所必需的,支持其作为耐受潜能的替代标志物。利用CD86表达作为读出指标,我们进行了全基因组CRISPR-Cas9敲除筛选,并鉴定了TolDC相关表型的调节因子。该方法揭示了UBE2L6是CD86表达的新型调节因子。
【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:Other、GPL37305、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=GSE348000
【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=GSE348000
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
耐受性树突状细胞(TolDCs)对免疫耐受至关重要,并已在自身免疫性疾病的早期临床研究中展现出治疗潜力。然而,驱动其分化和耐受性表型的关键分子通路仍不明确。本研究探讨了TolDCs在响应不同耐受诱导剂时功能状态背后的分子机制,并确定CD86是耐受状态下持续且显著下调的标志物。CD86在TolDC介导的T细胞增殖和细胞因子分泌抑制中具有功能必要性,支持其作为耐受潜力替代标志物的应用。以CD86表达作为读出指标,我们进行了全基因组CRISPR-Cas9敲除筛选,并鉴定了TolDC相关表型的调控因子。该方法揭示了UBE2L6通过调控ISG15-USP18相关通路作为CD86表达的新型调控因子,提示其参与耐受性功能。这些发现确定了可用于治疗靶向的促进免疫耐受的通路。
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。




