利用NKG2A敲除人多能干细胞来源NK细胞开发增强免疫疗法
该数据集来自NCBI GEO(GSE241039),包含1个表达谱矩阵文件,主题为通过敲除免疫检查点NKG2A增强人多能干细胞来源NK细胞(PSC-NK)的抗肿瘤与抗病毒功能

基本信息
资源简介
利用NKG2A敲除人多能干细胞来源NK细胞开发增强免疫疗法
Developing enhanced immunotherapy using NKG2A knockout human pluripotent stem cell-derived NK cells
该数据集来自NCBI GEO(GSE241039),包含1个表达谱矩阵文件,主题为通过敲除免疫检查点NKG2A增强人多能干细胞来源NK细胞(PSC-NK)的抗肿瘤与抗病毒功能。源站描述显示,NKG2A敲除的PSC-NK细胞在体外对表达HLA-E的胶质母细胞瘤、白血病及SARS-CoV-2感染细胞具有更高细胞毒性,并在胶质母细胞瘤异种移植小鼠模型中表现出抑制肿瘤进展和延长生存的活性。数据可用于研究NKG2A敲除对PSC-NK细胞转录组的影响及相关免疫治疗机制(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):癌症免疫疗法正受到越来越多的关注。然而,癌细胞利用免疫检查点来逃逸抗肿瘤免疫治疗。在本研究中,我们在人多能干细胞(hPSCs)中敲除了NKG2A——一种在自然杀伤(NK)细胞上表达的免疫检查点,并将这些hPSCs分化为NK(PSC-NK)细胞。我们证明,NKG2A敲除(KO)增强了PSC-NK细胞的抗肿瘤和抗病毒能力。NKG2A KO使PSC-NK细胞在体外对表达HLA-E的胶质母细胞瘤(GBM)细胞、白血病细胞和严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染细胞具有更高的细胞毒性。NKG2A KO PSC-NK细胞在体内也发挥了强效的抗肿瘤活性,在胶质母细胞瘤异种移植小鼠模型中显著抑制了肿瘤进展并延长了荷瘤小鼠的生存期。这些发现强调了PSC-NK的潜力
【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:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE241039
【使用注意】
· 源站最后修改于 Oct 31 202,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=GSE241039
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
癌症免疫疗法正日益受到关注。然而,癌细胞利用免疫检查点来逃避抗肿瘤免疫治疗。在此,我们在人类多能干细胞(hPSCs)中敲除了表达于自然杀伤(NK)细胞上的免疫检查点NKG2A,并将这些hPSCs分化为NK(PSC-NK)细胞。我们表明,NKG2A敲除(KO)增强了PSC-NK细胞的抗肿瘤和抗病毒能力。NKG2A KO使PSC-NK细胞在体外对表达HLA-E的胶质母细胞瘤(GBM)细胞、白血病细胞以及严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染的细胞具有更高的细胞毒性。NKG2A KO PSC-NK细胞在体内也发挥了强效的抗肿瘤活性,在异种移植GBM小鼠模型中显著抑制了肿瘤进展并延长了荷瘤小鼠的生存期。这些发现凸显了具有免疫检查点KO的PSC-NK细胞作为一种有前景的细胞免疫疗法的潜力。hPSCs的无限供应和易于基因工程改造的特性使基因工程改造的PSC-NK成为易于获取的“现货型”癌症免疫疗法的有吸引力选择。
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。




