GSE81881:遗传变异改变黏膜炎症性疾病中T-bet结合与基因表达
研究聚焦CD4+ T细胞极化及转录因子T-bet(TBX21)对Th1谱系的指定与替代T细胞命运的抑制,探讨与克罗恩病、溃疡性结肠炎和乳糜泻等黏膜炎症性疾病相关的SNP是否通过改变谱系特异性转录因子的结合来影响基因表达

基本信息
资源简介
GSE81881:遗传变异改变黏膜炎症性疾病中T-bet结合与基因表达
Genetic variants alter T-bet binding and gene expression in mucosal inflammatory disease
该数据集来自NCBI GEO(GSE81881),包含1个文件(GSE81881_series_matrix.txt.gz),采用高通量测序进行基因组结合/占据分析(平台GPL18573,物种9606)。研究聚焦CD4+ T细胞极化及转录因子T-bet(TBX21)对Th1谱系的指定与替代T细胞命运的抑制,探讨与克罗恩病、溃疡性结肠炎和乳糜泻等黏膜炎症性疾病相关的SNP是否通过改变谱系特异性转录因子的结合来影响基因表达。数据可用于分析遗传变异对T-bet结合及下游基因表达调控的影响(来源 NCBI)。
【数据集背景】
源站首次发布:May 25 201。
【数据内容】
源站描述(机器翻译,仅供参考):CD4+ T细胞向不同辅助性T细胞谱系的极化对于抵御感染的保护性免疫至关重要,但异常的T细胞极化可导致自身免疫。转录因子T-bet(TBX21)指定Th1谱系并抑制替代性T细胞命运。全基因组关联研究已鉴定出可能为自身免疫性疾病病因的单核苷酸多态性(SNP)。这些多态性大多数位于非编码远端调控元件内。一般认为这些遗传变异通过改变调控蛋白的结合进而改变基因表达来导致疾病,但这些变异是否改变谱系特异性转录因子的结合尚未确定。在此,我们展示与黏膜炎症性疾病克罗恩病、溃疡性结肠炎(UC)和乳糜泻相关的SNP
【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:GPL18573、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=GSE81881
【使用注意】
· 源站最后修改于 May 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=GSE81881
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
CD4+ T细胞向不同辅助性T细胞谱系的极化对于抵御感染的保护性免疫至关重要,但异常的T细胞极化可导致自身免疫。转录因子T-bet(TBX21)决定Th1谱系并抑制其他T细胞命运。全基因组关联研究已鉴定出可能导致自身免疫性疾病的单核苷酸多态性(SNPs)。这些多态性大多数位于非编码远端调控元件内。目前认为这些遗传变异通过改变调控蛋白的结合进而改变基因表达来促进疾病,但这些变异是否改变谱系特异性转录因子的结合尚未确定。在此,我们显示与黏膜炎症性疾病克罗恩病、溃疡性结肠炎(UC)和乳糜泻相关的SNPs,而非类风湿关节炎或银屑病相关的SNPs,在T-bet结合位点富集。此外,我们鉴定出在体外和体内改变T-bet结合的疾病相关变异。
对乳糜泻相关SNP rs1465321和rs2058622杂合个体以及IBD相关SNP rs1551398和rs1551399杂合个体进行的T-bet ChIP-seq显示,与次要疾病相关等位基因的结合减少。此外,我们发现rs1465321是邻近基因IL18RAP的表达数量性状位点(eQTL),T-bet结合减少与该基因表达降低相关。这些结果提示,遗传多态性可能通过改变T-bet结合使个体易患黏膜自身免疫病。其他疾病相关变异可能同样通过以组织选择性和疾病特异性方式调节谱系决定转录因子的结合而发挥作用。
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。
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。




