泛同型人骨髓浆细胞的起源与多样性
该数据集来自 NCBI GEO(GSE262896),聚焦人骨髓浆细胞(BMPC)的起源与多样性。研究对花生过敏与非过敏个体的单个 BMPC 按 CD19 表达水平进行转录组与克隆异质性分析,揭示不同功能模块,并结合体细胞高频突变与克隆内抗体序列变异推断 CD19low 与 CD19high BMP

基本信息
资源简介
泛同型人骨髓浆细胞的起源与多样性
Origins and diversity of pan-isotype human bone marrow plasma cells
该数据集来自 NCBI GEO(GSE262896),聚焦人骨髓浆细胞(BMPC)的起源与多样性。研究对花生过敏与非过敏个体的单个 BMPC 按 CD19 表达水平进行转录组与克隆异质性分析,揭示不同功能模块,并结合体细胞高频突变与克隆内抗体序列变异推断 CD19low 与 CD19high BMPC 分别来源于回忆性记忆 B 细胞与生发中心 B 细胞。数据可用于研究 BMPC 分化来源、IgE 相关过敏机制及长寿命致病性抗体的骨髓来源(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 31 202。
【数据内容】
源站描述(机器翻译,仅供参考):骨髓浆细胞(BMPC)可产生持久、抗感染的 IgM、IgG 和 IgA 抗体,但在某些情况下也产生促过敏的 IgE。尽管如此,BMPC 的来源仍不清楚。我们绘制了花生过敏与非过敏人群中单个 BMPC 在 CD19 蛋白表达范围内的转录与克隆异质性——因为 CD19 与 BMPC 寿命呈负相关。转录与克隆多样性揭示了不同的功能模块。此外,体细胞高频突变和克隆内抗体序列变异的分布提示,CD19low 与 CD19high 的 BMPC 分别来源于回忆性记忆 B 细胞和生发中心 B 细胞。大多数 IgE BMPC 来自花生过敏个体;其中一些能结合花生,并在小鼠模型中有效预防花生驱动的过敏反应。这些发现阐明了 BMPC 的起源,并确定骨髓可能是长寿命致病性 I 的来源
【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:GPL24676、9606。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE262896
【使用注意】
· 源站最后修改于 Aug 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=GSE262896
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
骨髓浆细胞(BMPCs)可产生持久且抗感染的IgM、IgG和IgA抗体,但在某些情况下也会产生促过敏的IgE。尽管如此,BMPC的来源仍不明确。我们根据CD19蛋白表达情况——由于CD19与BMPC寿命呈负相关——绘制了花生过敏和非过敏人群中单个BMPC的转录和克隆异质性图谱。转录和克隆多样性揭示了不同的功能模块。此外,体细胞超突变和克隆内抗体序列变异的分布提示,CD19低表达和CD19高表达BMPC分别来源于召回的记忆B细胞和生发中心B细胞。大多数IgE BMPC来自花生过敏个体;部分IgE BMPC能结合花生,并在小鼠模型中有效预防花生驱动的过敏性休克。这些发现揭示了BMPC的来源,并确定骨髓可能是花生过敏中长期存续的致病性IgE的来源。
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。




