高危个体进展为类风湿关节炎由系统性炎症及T、B细胞失调定义
该数据集来自 cellxgene.cziscience.com,属于肌肉骨骼系统疾病 / 其他分类,聚焦高危个体进展为类风湿关节炎(RA)的免疫生物学过程

基本信息
资源简介
高危个体进展为类风湿关节炎由系统性炎症及T、B细胞失调定义
该数据集来自 cellxgene.cziscience.com,属于肌肉骨骼系统疾病 / 其他分类,聚焦高危个体进展为类风湿关节炎(RA)的免疫生物学过程。数据通过整合多组学对高危个体进行纵向分析,其中三分之一参与者在研究期间发展为临床RA。数据涵盖系统性炎症证据以及naïve T、B细胞活化特征,并涉及非典型B细胞的促炎偏移、记忆CD4 T细胞扩增及naïve CD4 T细胞表观遗传改变。可用于研究RA临床前阶段的免疫失调机制、识别进展相关细胞特征及探索预防性干预靶点(来源 cellxgene.cziscience.com)。
【数据内容】
源站描述(机器翻译,仅供参考):类风湿关节炎(RA)之前存在一个疾病高危阶段,其特征可能是存在抗瓜氨酸化蛋白抗体(ACPAs)但无临床明显滑膜炎(临床RA)。对高危个体进行抢先干预可能预防或延缓未来的组织损伤;然而,该阶段的免疫生物学尚不清楚。利用整合多组学,我们对高危个体进行了纵向分析,其中三分之一参与者在研究期间发展为临床RA。我们发现了系统性炎症的证据以及高危个体naïve T和B细胞中的活化特征。在向临床RA进展过程中,存在非典型B细胞的促炎偏移以及具有活化特征和B细胞辅助特征的记忆CD4 T细胞扩增,而循环ACPA滴度未升高。naïve CD4 T细胞的表观遗传变化提示一种predi
【主题与分类】
主题标签:cytomegalovirus infection、normal、rheumatoid arthritis。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://cellxgene.cziscience.com/collections/3a518635-c062-4c66-a9bd-c4581a5e3c63
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://cellxgene.cziscience.com/collections/3a518635-c062-4c66-a9bd-c4581a5e3c63
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
类风湿关节炎(RA)之前存在一个疾病风险期,其特征为抗瓜氨酸化蛋白抗体(ACPAs)阳性但无临床明显滑膜炎(临床RA)。对风险期个体进行抢先干预可能预防或延缓未来的组织损伤;然而,该阶段的免疫生物学尚不清楚。我们采用整合多组学方法,对风险期个体进行了纵向分析,其中三分之一的参与者在研究期间发展为临床RA。我们发现了风险期个体存在全身性炎症的证据,以及初始T细胞和B细胞活化的特征。在向临床RA进展的过程中,出现了非典型B细胞的促炎性偏移,以及具有活化特征和B细胞辅助功能的记忆CD4 T细胞扩增,而循环ACPA滴度并未升高。初始CD4 T细胞的表观遗传改变提示其倾向于分化为具有B细胞辅助功能的效应细胞。这些发现刻画了ACPA阳性风险期的发病机制,并支持疾病起始远早于临床RA的概念。
此外,还开发了一个包含高风险阶段及进展为临床类风湿关节炎的广泛免疫资源,并配备了交互式工具,以便进行进一步研究。疾病:巨细胞病毒感染、巨细胞病毒感染 || 类风湿关节炎、正常、类风湿关节炎。组织:血液。检测方法:10x 3’ v3。单细胞数据集(CZ CELLxGENE)。
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。




