PRJNA136725:人总初始与YFV-17D特异性CD8 T细胞的微阵列分析
该数据集来自NCBI,属于感染性疾病分类下的转录组或基因表达主题,包含通过IRB批准方案并在志愿者知情同意后获得的3组样本

基本信息
资源简介
PRJNA136725:人总初始与YFV-17D特异性CD8 T细胞的微阵列分析
该数据集来自NCBI,属于感染性疾病分类下的转录组或基因表达主题,包含通过IRB批准方案并在志愿者知情同意后获得的3组样本。研究对九名健康成人的静息、未激活初始CD8 T细胞,以及同一批供者在YF-17D疫苗接种后效应期(接种后2周)和记忆期(5-8个月后)产生的YF特异性CD8 T细胞进行微阵列分析,可用于研究CD8 T细胞在急性病毒感染应答中的基因表达特征(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):CD8 T细胞在针对胞内病原体的适应性免疫中发挥重要作用。未曾接触过抗原的初始CD8 T细胞可通过其独特表型加以识别。遇到抗原后,它们迅速增殖并经历大规模重编程以分化为细胞毒性T淋巴细胞。黄热病活病毒疫苗(YF-17D)提供了一个可用于追踪这一应答的模型原发性急性病毒感染。在此,我们表征了九名健康成人中静息、未激活的初始CD8 T细胞,以及同一批供者在YF-17D疫苗接种后效应期(接种后2周)和记忆期(5-8个月后)产生的YF特异性CD8 T细胞。总体设计:该数据集包含使用IRB批准方案并在志愿者知情同意后获得的3组样本。本研究中的供者被va
【主题与分类】
主题标签:Transcriptome or Gene expression。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/bioproject/PRJNA136725
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/bioproject/PRJNA136725
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细胞在针对胞内病原体的适应性免疫中发挥重要作用。尚未接触过抗原的初始CD8 T细胞可通过其独特的表型加以识别。遇到抗原后,它们迅速增殖并经历大规模重编程,分化为细胞毒性T淋巴细胞。黄热病活病毒疫苗(YF-17D)提供了一个可用于追踪该反应的原发性急性病毒感染模型。在此,我们表征了九名健康成年人中静息、未活化的初始CD8 T细胞,以及同一批供体在接种YF-17D疫苗后效应期(接种后2周)和记忆期(5-8个月后)所产生的YF特异性CD8 T细胞。总体设计:该数据集包含3组样本,均依据经IRB批准的方案并在志愿者知情同意后获取。本研究中的供体接种了黄热病疫苗(皮下,单次免疫),全血采集于CPT管中,分离总外周血单个核细胞(PBMC),并将其作为基于流式细胞术分离CD8 T细胞群体的来源。
第一组样本来自九名健康成人,在接种疫苗前分选初始CD8 T细胞(以其CD45RA+ CCR7+ CD3+ CD8+表型鉴定),并在接种疫苗2周后使用FACS vantage分选仪分选效应CD8 T细胞(HLA-DR+CD38+ CD3+CD8+ T细胞)。在第二组中,招募了4名供者,初始CD8 T细胞如前所述分离,而效应CD8 T细胞则在接种疫苗2周后使用HLA-A2限制性NS4B-214四聚体分离。从分选的细胞中提取总RNA,并用于Affymetrix Human Genome U133 plus 2.0芯片的微阵列分析。在第三组中,疫苗接种前样本如前所述获得,而分选的四聚体特异性样本则在记忆阶段获得,即YF-17D疫苗接种后5至80个月。所有四聚体特异性分选均使用
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。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




