小鼠脾脏pDC、pDC样细胞、tDC、cDC1与cDC2在稳态及病毒感染下的单细胞RNA测序比较
该数据集来自NCBI GEO(GSE196720),利用单细胞RNA测序比较小鼠脾脏中pDC、pDC样细胞、tDC、cDC1与cDC2在稳态及小鼠巨细胞病毒(MCMV)感染过程中的转录组

基本信息
资源简介
小鼠脾脏pDC、pDC样细胞、tDC、cDC1与cDC2在稳态及病毒感染下的单细胞RNA测序比较
Single cell RNA sequencing-based comparison of mouse splenic pDC, pDC-like cells, tDC, cDC1 and cDC2 at steady state and during a viral infection
该数据集来自NCBI GEO(GSE196720),利用单细胞RNA测序比较小鼠脾脏中pDC、pDC样细胞、tDC、cDC1与cDC2在稳态及小鼠巨细胞病毒(MCMV)感染过程中的转录组。研究借助pDC-Tomato报告小鼠与Zbtb46 GFP小鼠杂交获得的ZeST小鼠品系,对所有脾脏DC类型进行转录组分析,揭示感染期间pDC样细胞与tDC的激活差异,并提供相关特异性基因模块,可用于免疫细胞分型与抗病毒免疫研究(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):浆细胞样树突状细胞(pDC)是病毒感染期间I型干扰素(IFN)的主要来源。由于缺乏在不影响pDC样细胞和过渡型DC(tDC)的情况下在体内识别和靶向pDC的工具,它们的其他功能存在争议,这些细胞具有重叠的表型和转录组,但T细胞激活效率更高。为克服这一瓶颈,我们设计、生成并验证了pDC-Tomato报告小鼠。我们将pDC-Tomato与Zbtb46 GFP小鼠杂交,获得ZeST小鼠品系,从而能够通过单细胞RNA测序在稳态和鼠巨细胞病毒(MCMV)感染过程中对所有脾脏DC类型进行转录组分析。对转录组数据集的分析揭示了感染期间pDC样细胞与tDC的激活差异。该数据集及相关的特异性基因模块将用于
【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:GPL30172、10090。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE196720
【使用注意】
· 源站最后修改于 Apr 04 202,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=GSE196720
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
浆细胞样树突状细胞(pDC)是病毒感染期间I型干扰素(IFN)的主要来源。由于缺乏能够在体内识别和靶向pDC而不影响pDC样细胞和过渡型DC(tDC)的工具,它们的其他功能存在争议,这些细胞具有重叠的表型和转录组,但T细胞激活效率更高。为克服这一瓶颈,我们设计、生成并验证了pDC-Tomato报告小鼠。我们将pDC-Tomato与Zbtb46 GFP小鼠杂交,获得了he ZeST小鼠品系,通过单细胞RNA测序,能够在稳态和鼠巨细胞病毒(MCMV)感染过程中对所有脾脏DC类型进行转录组分析。对转录组数据集的分析揭示了感染期间pDC样细胞与tDC的分歧激活。该数据集及相关的特异性基因模块将有助于阐明pDC与其他DC类型的生理功能。
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。




