人髓系树突状细胞与不同敲除株烟曲霉体外相互作用的差异基因表达
该数据集来自 NCBI GEO（GSE34884），记录人髓系树突状细胞（mDC）在体外与烟曲霉（Aspergillus fumigatus）不同敲除株（mitA、mnt1、rodA）及野生型（wt）株的分生孢子（con）和幼芽管（ks）共培养 6 小时后的基因表达谱
基本信息
资源简介
人髓系树突状细胞与不同敲除株烟曲霉体外相互作用的差异基因表达
Differential gene expression in human myeloid dendritic cells interacting with different knockout strains of Aspergillus fumigatus in vitro
该数据集来自 NCBI GEO（GSE34884），记录人髓系树突状细胞（mDC）在体外与烟曲霉（Aspergillus fumigatus）不同敲除株（mitA、mnt1、rodA）及野生型（wt）株的分生孢子（con）和幼芽管（ks）共培养 6 小时后的基因表达谱。芯片覆盖约 110 个精选的人免疫相关基因，包括细胞因子、趋化因子及其受体和下游先天免疫基因。数据可用于比较不同菌株刺激下树突状细胞免疫相关基因的表达差异，辅助免疫应答机制研究与分类分析（来源 NCBI）。
【数据集背景】
源站首次发布：Jan 05 201。
【数据内容】
源站描述（机器翻译，仅供参考）：树突状细胞（DC）是最重要的抗原提呈细胞，作为先天免疫与适应性免疫系统之间的桥梁，在宿主抗感染免疫中发挥关键作用。髓系DC（mDC）从外周血中分离，与烟曲霉（Aspergillus fumigatus）敲除株（mitA、mnt1、rodA）和野生型（wt）株的分生孢子（con）及幼芽管（ks）在 MOI 为 1 的条件下共培养 6 小时。提取 RNA 并杂交至微阵列。微阵列包含约 110 个精选的人免疫相关基因的探针，包括细胞因子和趋化因子基因、其受体及下游先天免疫基因。
【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：Expression profiling by array、GPL15090、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=GSE34884
【使用注意】
· 源站最后修改于 Apr 18 201，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=GSE34884
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
树突状细胞（DC）是最重要的抗原提呈细胞，通过充当固有免疫与适应性免疫系统之间的桥梁，在宿主抵御感染性病原体中发挥关键作用。从外周血中分离髓系树突状细胞（mDC），并将其与烟曲霉敲除株（mitA、mnt1、rodA）和野生型（wt）株的分生孢子（con）及萌发管（ks）在MOI为1的条件下共培养6小时。提取RNA并与微阵列杂交。微阵列包含约110个选定的人类免疫相关基因的探针，包括细胞因子和趋化因子基因、其受体以及下游固有免疫基因。
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。
