PRJNA556711:IL-15、麸质与HLA-DQ8相互作用驱动小鼠乳糜泻发生
该数据集来自NCBI,包含一个高通量测序表达谱文件,对应研究IL-15、麸质与HLA-DQ8相互作用驱动小鼠乳糜泻发生的实验

基本信息
资源简介
PRJNA556711:IL-15、麸质与HLA-DQ8相互作用驱动小鼠乳糜泻发生
The interplay between IL-15, gluten and HLA-DQ8 drives the development of coeliac disease in mice
该数据集来自NCBI,包含一个高通量测序表达谱文件,对应研究IL-15、麸质与HLA-DQ8相互作用驱动小鼠乳糜泻发生的实验。数据覆盖免疫系统疾病相关基因表达信息,可用于分析乳糜泻发病机制中HLA分子与先天、适应性免疫的作用,并支持非饮食治疗策略的临床前模型研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 25 201。
【数据内容】
源站描述(机器翻译,仅供参考):乳糜泻(CeD)是一种复杂的多基因炎症性肠病,具有自身免疫特征,由膳食麸质暴露引起,发生于部分遗传易感的HLA-DQ8和HLA-DQ2个体中。开发能够再现绒毛萎缩(VA)的病理生理相关动物模型的尝试均未成功。目前广泛认识到需要为这种常见疾病开发非饮食疗法,但由于缺乏临床前模型而受阻。此外,尽管人类研究在理解CeD发病机制方面取得了重大进展,但仍缺乏对疾病易感HLA分子以及适应性和先天免疫在组织损伤发展中各自作用的直接证明。为满足这些未满足的需求,我们构建了一种小鼠模型,该模型再现了肠道上皮和固有层中IL-15的双重过表达(L
【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:GPL20301、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=GSE134900
【使用注意】
· 源站最后修改于 Nov 11 202,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=GSE134900
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
乳糜泻(CeD)是一种复杂的多基因炎症性肠病,具有自身免疫特征,由膳食麸质暴露引起,发生于部分遗传易感的HLA-DQ8和HLA-DQ2个体中。试图开发能够出现绒毛萎缩(VA)的病理生理相关动物模型的尝试均未成功。目前人们已广泛认识到,有必要为这一常见疾病开发非饮食疗法,但由于缺乏临床前模型而受到阻碍。此外,尽管人类研究使我们对CeD发病机制的理解取得了重大进展,但仍缺乏对易感HLA分子以及适应性免疫和固有免疫在组织损伤发生中各自作用的直接证明。为满足这些未竟需求,我们构建了一种小鼠模型,该模型再现了活动性CeD特征性的肠上皮和固有层(Lp)中IL-15的双重过表达,表达易感HLA-DQ8分子,并在摄入麸质后出现VA。我们证明,上皮和Lp中IL-15的过表达均为VA发生所必需,这证明了IL-15在CeD发病机制中具有位置依赖性的核心作用。
此外,我们的研究揭示了CD4+和细胞毒性CD8+ T细胞在VA发展中的关键作用。最后,研究确认HLA-DQ8在组织破坏中起核心作用,但对于对麸质口服耐受性的丧失则是非必需的。该小鼠模型通过反映麸质、遗传因素与CeD中发现的IL-15驱动的组织炎症之间的复杂相互作用,为测试新疗法和研究疾病发病机制提供了一个强大的临床前模型。总体设计:我们从51名CeD患者和45名健康对照者的十二指肠活检样本中收集了RNA测序数据。
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。




