HIV疫苗诱导低抗原受体敏感性CD8+ T细胞
该数据集来自 Dryad，聚焦 HIV 疫苗诱导的 CD8+ T 细胞功能研究，包含 HIV 特异性 CD8+ T 细胞的细胞毒性、脱颗粒、穿孔素与颗粒酶 B 表达以及 TCR 库特征等数据
基本信息
资源简介
HIV疫苗诱导低抗原受体敏感性CD8+ T细胞
HIV vaccines induce CD8+ T cells with low antigen receptor sensitivity
该数据集来自 Dryad，聚焦 HIV 疫苗诱导的 CD8+ T 细胞功能研究，包含 HIV 特异性 CD8+ T 细胞的细胞毒性、脱颗粒、穿孔素与颗粒酶 B 表达以及 TCR 库特征等数据。研究显示疫苗诱导的 CD8+ T 细胞杀伤能力极低，并非源于频率低或功能分子积累不足，而是对 HIV 感染 CD4+ T 细胞表面低水平抗原的脱颗粒反应受损，且 TCR 转导后功能同样降低。数据可用于分析疫苗诱导 T 细胞应答缺陷机制，支持 HIV 疫苗免疫原设计与 CD8+ T 细胞功能评估研究（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：当前旨在刺激 CD8+ T 细胞的 HIV 疫苗未能在感染后诱导免疫控制。本文详细研究了疫苗诱导的 HIV 特异性 CD8+ T 细胞的功能。HIV 特异性 CD8+ T 细胞的细胞毒性极低，且并非由频率低或功能性穿孔素（PRF）或颗粒酶 B（GrB）积累不足所致。低细胞毒性可归因于对 HIV 感染 CD4+ T 细胞上存在的低水平抗原的脱颗粒反应受损。这些疫苗诱导的 T 细胞受体（TCR）库为多克隆，转导这些 TCR 后赋予相同的功能降低。这些结果定义了这些疫苗诱导的抗病毒活性差的机制，并提示有效的 CD8+ T 细胞应答可能需要更强烈的抗原刺激。
【主题与分类】
主题标签：HIV vaccines、T cell receptors、Flow cytometry、Fluorescence microscopy、Cytotoxic T cells、Cytotoxicity、Cell degranulation。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://datadryad.org/dataset/doi:10.5061/dryad.v41ns1s2b
使用许可：Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.v41ns1s2b
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:
数据集大小约 690.4 KB。
数据说明
当前旨在刺激CD8+ T细胞的HIV疫苗未能诱导感染后的免疫控制。本文详细研究了疫苗诱导的HIV特异性CD8+ T细胞的功能。HIV特异性CD8+ T细胞的细胞毒性能力极低，且这并非由于频率低或功能性穿孔素（PRF）或颗粒酶B（GrB）积累不足所致。低细胞毒性能力可归因于对HIV感染CD4+ T细胞上存在的低水平抗原反应时脱颗粒受损。这些疫苗诱导的T细胞受体（TCR） repertoire呈多克隆性，且这些TCR的转导赋予了相同的功能减弱。这些结果明确了这些疫苗诱导的抗病毒活性不佳的机制，并提示有效的CD8+ T细胞反应可能需要更强烈的抗原刺激。
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。
