GSE330862:mbIL15表达与PD-1下调对CD19 CAR T细胞基因表达及功能编程的影响解析
源站描述涉及PRGN-3008这一非病毒转座子工程化CD19 CAR-T疗法,共表达膜结合IL-15和靶向PD-1的miRNA,并带有诱导型安全开关

基本信息
资源简介
GSE330862:mbIL15表达与PD-1下调对CD19 CAR T细胞基因表达及功能编程的影响解析
Dissecting the effects of mbIL15 expression and PD-1 downregulation on gene expression and functional programming in CD19 CAR T cells
该数据集来自NCBI GEO,包含1个文件(GSE330862_series_matrix.txt.gz),主题为解析mbIL15表达与PD-1下调对CD19 CAR T细胞基因表达和功能编程的影响。源站描述涉及PRGN-3008这一非病毒转座子工程化CD19 CAR-T疗法,共表达膜结合IL-15和靶向PD-1的miRNA,并带有诱导型安全开关。数据可用于研究该组合设计在反复抗原暴露下维持多功能性和持续细胞毒性的基因表达基础,以及来自经重度预处理狼疮患者的CAR-T细胞效应功能与抗终末分化特征(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):PRGN-3008是一种非病毒、转座子工程化的CD19 CAR-T疗法,共表达膜结合IL-15和靶向PD-1的miRNA,以增强持久性并限制耗竭,同时带有诱导型安全开关。这种组合设计在反复抗原暴露下保持多功能性和持续细胞毒性,优于未装甲或单一修饰的CAR-T细胞。值得注意的是,由经重度预处理的狼疮患者生成的PRGN-3008维持效应功能、抵抗终末分化,并在体内有效清除自身反应性B细胞,突显了mbIL-15与PD-1下调在促进持久、抗耗竭应答中的协同作用。
【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:Other、GPL35396、9606。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=GSE330862
【使用注意】
· 源站最后修改于 Oct 06 202,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=GSE330862
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
PRGN-3008是一种非病毒、转座子工程化的CD19 CAR-T疗法,共表达膜结合型IL-15和靶向PD-1的miRNA,以增强持久性并限制耗竭,同时配备可诱导的安全开关。该组合设计在反复抗原暴露下保持多功能性和持续细胞毒性,优于未装甲或单一修饰的CAR-T细胞。值得注意的是,由经过重度预处理的狼疮患者生成的PRGN-3008能够维持效应功能、抵抗终末分化,并在体内有效清除自身反应性B细胞,突显了mbIL-15与PD-1下调在促进持久、抗耗竭应答中的协同作用。
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。




