烟曲霉感染pDC的表达数据
该数据集来自 NCBI GEO（GSE55467），包含烟曲霉（Aspergillus fumigatus）菌丝感染浆细胞样树突状细胞（pDC）后的基因表达谱数据，采用表达谱芯片平台 GPL16686，物种为人类（9606），共 1 个文件
基本信息
资源简介
烟曲霉感染pDC的表达数据
Expression data from pDC infected with Aspergillus fumigatus
该数据集来自 NCBI GEO（GSE55467），包含烟曲霉（Aspergillus fumigatus）菌丝感染浆细胞样树突状细胞（pDC）后的基因表达谱数据，采用表达谱芯片平台 GPL16686，物种为人类（9606），共 1 个文件。源站描述显示研究聚焦 pDC 识别菌丝所依赖的受体及下游信号事件，涉及 Dectin-2 与 FcRγ 链的协同作用，以及 pDC 胞外诱捕网（pETs）的形成。该数据可用于感染免疫相关基因表达模式分析与分类研究（来源 NCBI）。
【数据集背景】
源站首次发布：Feb 28 201。
【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）最初被认为对病毒天然免疫至关重要。然而，我们课题组已表明 pDC 能结合并抑制烟曲霉菌丝生长，且 pDC 耗竭使小鼠对实验性曲霉病高度易感。在本研究中，我们检测了负责菌丝识别的 pDC 受体以及烟曲霉菌丝刺激 pDC 后的下游事件。我们的数据显示，Dectin-2 而非 Dectin-1 参与 pDC 对菌丝的识别，且 Dectin-2 与 FcRγ 链协同触发信号应答。此外，利用共聚焦和电子显微镜，我们证明 pDC 与烟曲霉的相互作用诱导了含 DNA 和瓜氨酸化组蛋白 H3 的 pDC 胞外诱捕网（pETs）形成。因此，这些结构 closely resembled those of neutrophil extr
【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：Expression profiling by array、GPL16686、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=GSE55467
【使用注意】
· 源站最后修改于 Mar 15 201，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=GSE55467
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（pDCs）最初被认为对病毒天然免疫至关重要。然而，我们课题组已发现pDCs能够结合并抑制烟曲霉菌丝的生长，且pDCs的耗竭会使小鼠对实验性曲霉病高度易感。本研究探讨了pDCs中负责菌丝识别的受体以及烟曲霉菌丝刺激后pDCs的下游事件。我们的数据显示，Dectin-2而非Dectin-1参与pDCs对菌丝的识别，且Dectin-2与FcRγ链协同作用以触发信号应答。此外，利用共聚焦显微镜和电子显微镜，我们证明pDCs与烟曲霉的相互作用诱导了含有DNA和瓜氨酸化组蛋白H3的pDC胞外诱捕网（pETs）的形成。因此，这些结构与中性粒细胞胞外诱捕网（NETs）的结构非常相似。对烟曲霉感染后pDC转录组的微阵列分析显示，先前与病毒感染或凋亡相关的基因表达上调。
此外，在CpG刺激的pDCs中观察到的I型干扰素编码基因的大量表达，在感染烟曲霉菌丝的pDCs中并未出现。因此，人类pDCs通过Dectin-2直接识别烟曲霉菌丝。这一相互作用导致pET的形成，并触发pDC基因表达的独特模式。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
