HDAC1调控慢性病毒感染中效应样CD8+ T细胞的CUT&RUN数据
数据用于研究表观遗传调控因子HDAC1在慢性病毒感染过程中对CD8+ T细胞耗竭分化的调控作用,特别是HDAC1如何结合效应样特征基因位点并促进染色质开放状态,从而影响CX3CR1+ Tex亚群的分化与维持

基本信息
资源简介
HDAC1调控慢性病毒感染中效应样CD8+ T细胞的CUT&RUN数据
CUT&RUN for “HDAC1 controls the generation and maintenance of effector-like CD8+ T cells during chronic viral infection”
该数据集为GSE297018的CUT&RUN测序数据,来源于NCBI GEO,包含1个文件(GSE297018_series_matrix.txt.gz),主题为基因组结合/占据谱分析,物种为小鼠(10090),平台为GPL24247。数据用于研究表观遗传调控因子HDAC1在慢性病毒感染过程中对CD8+ T细胞耗竭分化的调控作用,特别是HDAC1如何结合效应样特征基因位点并促进染色质开放状态,从而影响CX3CR1+ Tex亚群的分化与维持。该数据可用于分析HDAC1在T细胞耗竭过程中的基因组结合特征及相关表观遗传调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:May 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):CD8+ T细胞耗竭是一个复杂过程,涉及持续活化的CD8+ T细胞分化为功能不同的细胞亚群。在此,我们研究了关键表观遗传调控因子组蛋白去乙酰化酶1(HDAC1)在慢性病毒感染期间耗竭T(Tex)细胞分化中的作用。我们发现HDAC1以CD8+ T细胞内在的方式控制效应样CX3CR1+ Tex细胞的产生和维持。HDAC1的缺失导致以T细胞耗竭标志物高表达为特征的替代Tex亚群扩增,并伴有病毒血症升高。HDAC1结合并促进祖Tex细胞中效应样特征基因位点的开放染色质状态,从而启动细胞命运向CX3CR1+ Tex亚群的特化。我们的研究揭示了HDAC1在CX3CR1+ Tex亚群分化中的选择性作用
【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:GPL24247、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=GSE297018
【使用注意】
· 源站最后修改于 Jun 24 202,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=GSE297018
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
CD8+ T细胞耗竭是一个复杂的过程,涉及持续活化的CD8+ T细胞分化为功能各异的细胞亚群。在本研究中,我们探讨了关键表观遗传调控因子组蛋白去乙酰化酶1(HDAC1)在慢性病毒感染过程中耗竭性T(Tex)细胞分化中的作用。我们发现,HDAC1以CD8+ T细胞内在的方式调控效应样CX3CR1+ Tex细胞的生成与维持。HDAC1缺失导致以T细胞耗竭标志物高表达为特征的替代性Tex亚群扩增,并伴随病毒血症升高。在祖细胞Tex细胞中,HDAC1结合于效应样特征基因位点并促进其开放染色质状态,从而启动细胞命运向CX3CR1+ Tex亚群的特化。本研究揭示了HDAC1在CX3CR1+ Tex亚群分化中的选择性作用,该作用对于控制慢性感染期间的病毒载量至关重要。
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。




