PRJEB38712：同种异体反应性CD4+ T细胞的scRNA-seq
TEa细胞取自小鼠肠系膜淋巴结（mLN），覆盖第0、1、2、3、4天，以及第5天取自肠道和第5天取自mLN的样本；第5天mLN样本还包含经与未经IEL分离预消化缓冲液处理的对照
基本信息
资源简介
PRJEB38712：同种异体反应性CD4+ T细胞的scRNA-seq
PRJEB38712 是一个针对同种异体反应性 CD4+ T 细胞的单细胞 RNA 测序（scRNA-seq）数据集，关注急性移植物抗宿主病（aGVHD）背景下供者来源 CD4+ T 细胞的发育关系。该病由异基因造血干细胞移植中来自供者的同种异体反应性 CD4+ T 细胞引起，属于严重并发症。数据集以小鼠为对象，围绕识别单一同种异体肽的 TCR 转基因 CD4+ T 细胞（TEa 细胞）展开，在肠系膜淋巴结（mLN）中按时间序列回收细胞，并补充肠道与对照组样本，用于刻画辅助性 T 细胞各状态之间的发育联系。数据来源为 ncbi.nlm.nih.gov，本站归类于免疫系统疾病 / 其他。
【数据集背景】
急性移植物抗宿主病是异基因造血干细胞移植后的严重病症，其发生与供者的同种异体反应性 CD4+ T 细胞密切相关。为理解肠系膜淋巴结中不同 T 辅助细胞状态之间的发育关系，研究采用对单一同种异体肽特异的 TCR 转基因 CD4+ T 细胞（TEa 细胞）作为追踪对象，在小鼠体内按时间点回收这些细胞并进行单细胞转录组测序，从而构建本数据集。
【数据内容】
数据集的核心内容是针对 TEa 细胞的 scRNA-seq 数据。样本覆盖 mLN 中第 0、1、2、3、4 天的 TEa 细胞，以及第 5 天取自肠道的 TEa 细胞和第 5 天取自 mLN 的 TEa 细胞。此外，第 5 天 mLN 样本还设置了对照：分别经过与未经 IEL 分离预消化缓冲液处理的 TEa 细胞。主题标签为 Other。
【采集与来源】
样本来自小鼠，TEa 细胞自肠系膜淋巴结回收，时间点为第 0 至第 4 天；第 5 天另从肠道回收细胞，同时从 mLN 回收第 5 天细胞并设置 IEL 分离预消化缓冲液处理与否的对照。数据来源站为 ncbi.nlm.nih.gov。其余采集细节源站未提供。
【适用场景】
该数据集适用于研究同种异体反应性 CD4+ T 细胞在移植后早期（第 0 至第 5 天）于肠系膜淋巴结及肠道中的状态构成与发育关系，也可用于比较第 5 天 mLN 样本在 IEL 分离预消化缓冲液处理与未处理条件下的对照差异。更广泛的临床或转化应用源站未提供。
【使用方法】
源站未提供具体的使用方法说明。
【质量与限制】
源站未提供质量评估与限制说明。
【引用与许可】
源站未提供引用方式与许可信息。
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/bioproject/PRJEB38712
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
急性移植物抗宿主病是一种由异基因造血干细胞移植中异体反应性供体CD4+ T细胞引起的严重疾病。为了解肠系膜淋巴结（mLN）中辅助性T细胞状态之间的发育关系，从第0、1、2、3和4天的小鼠肠系膜淋巴结中回收了对单一异体肽具有特异性的TCR转基因CD4+ T细胞（TEa细胞），并在第5天从肠道中回收，随后进行处理以生成scRNA-seq数据集。此外，还在第5天从肠系膜淋巴结中回收了TEa细胞，并将其分别在有和无IEL分离预消化缓冲液处理的条件下作为对照。
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。
