IFNa与IL4树突状细胞经微生物组分刺激6小时
该数据集来自omicsdi.org,主题为转录组学,收录人单核细胞来源树突状细胞(moDCs)在体外经流感H1N1 Brisbane、肠道沙门氏菌和金黄色葡萄球菌刺激后随时间诱导的转录程序基因微阵列数据,并涉及针对TLR、胞质PAMP受体和细胞因子受体的16种配体应答分析,覆盖IFN应答、炎症、DC

基本信息
资源简介
IFNa与IL4树突状细胞经微生物组分刺激6小时
该数据集来自omicsdi.org,主题为转录组学,收录人单核细胞来源树突状细胞(moDCs)在体外经流感H1N1 Brisbane、肠道沙门氏菌和金黄色葡萄球菌刺激后随时间诱导的转录程序基因微阵列数据,并涉及针对TLR、胞质PAMP受体和细胞因子受体的16种配体应答分析,覆盖IFN应答、炎症、DC成熟、T细胞活化、抗原加工、细胞运动和组蛋白调控等生物学功能,可用于研究疫苗诱导保护性免疫的机制(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):尽管已知树突状细胞(DCs)在疫苗接种过程中发挥主要作用,但疫苗在人体中诱导保护性免疫的机制仍不清楚。在此,我们使用基因微阵列来表征人单核细胞来源树突状细胞(moDCs)在体外响应流感H1N1 Brisbane、肠道沙门氏菌和金黄色葡萄球菌时随时间诱导的转录程序。我们构建了一个数据驱动的模块化分析框架,聚焦于204个病原体诱导的基因簇。这些模块的表达针对16种明确配体进行了分析,靶向TLRs、胞质PAMP受体和细胞因子受体。这一多维框架涵盖了APC的主要生物学功能,包括IFN应答、炎症、DC成熟、T细胞活化、抗原加工、细胞运动和组蛋白调控。该框架被用于表征
【主题与分类】
主题标签:Transcriptomics。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-44719
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-44719
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
尽管已知树突状细胞(DCs)在疫苗接种过程中发挥主要作用,但疫苗在人体中诱导保护性免疫的机制仍不清楚。在此,我们利用基因微阵列技术,对体外培养的人单核细胞衍生树突状细胞(moDCs)在响应流感H1N1布里斯班株、肠道沙门氏菌和金黄色葡萄球菌时随时间诱导的转录程序进行了表征。我们构建了一个数据驱动的模块化分析框架,聚焦于204个病原体诱导的基因簇。这些模块的表达针对16种明确配体进行了分析,这些配体靶向TLRs、细胞质PAMP受体和细胞因子受体。这一多维框架涵盖了抗原呈递细胞(APC)的主要生物学功能,包括IFN反应、炎症、DC成熟、T细胞激活、抗原加工、细胞运动和组蛋白调控。该框架被用于表征单核细胞和moDCs对14种市售疫苗的响应。
这些疫苗在单核细胞和树突状细胞中显示出定量和定性上不同的模块化特征,尤其是Fluzone和Pneumovax,突显了抗原提呈细胞亚群之间的功能和表型差异。该模块化框架使得能够应用系统免疫学方法来研究人类抗原提呈细胞亚群对病原体和疫苗的早期转录变化,这可能指导改进疫苗的开发。38份IFNa DC样本和39份IL4 DC样本,分别经CL097、CpG 2006、CpG 2216、鞭毛蛋白、IFNa、IL10、IL15、IL1b、LPS、MDP、PAM3、Poly I:C、Poly I:C-LMW-Lyovec、R837或TNFa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。




