脑感知synNotch-CAR T细胞精准靶向并清除多模型弥漫性中线胶质瘤

数据对应一项研究:改造脑限制性synNotch-CAR T细胞平台,以BCAN为脑特异性传感器,诱导靶向EphA2或IL-13Rα2的CAR表达(B-SYNC),实现多抗原识别,并在多种临床前模型中精准靶向和清除弥漫性中线胶质瘤

geo
浏览 11
基因组分类GPL342849606
GSE337350: Brain-sensing synNotch-CAR T-cells enable precise targeting and clearance of diffuse midline glioma in multiple preclinical models

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

脑感知synNotch-CAR T细胞精准靶向并清除多模型弥漫性中线胶质瘤

Brain-sensing synNotch-CAR T-cells enable precise targeting and clearance of diffuse midline glioma in multiple preclinical models

该数据集来自NCBI GEO,包含1个文件(GSE337350_series_matrix.txt.gz),主题为表达谱分析(高通量测序),物种为人(9606),平台为GPL34284。数据对应一项研究:改造脑限制性synNotch-CAR T细胞平台,以BCAN为脑特异性传感器,诱导靶向EphA2或IL-13Rα2的CAR表达(B-SYNC),实现多抗原识别,并在多种临床前模型中精准靶向和清除弥漫性中线胶质瘤。该数据可用于研究CAR T细胞在DMG中的表达特征及相关分析(来源 NCBI)。

【数据集背景】

源站首次发布:Jul 02 202。

【数据内容】

源站描述(机器翻译,仅供参考):弥漫性中线胶质瘤(DMG)是一种致死性儿童脑肿瘤,治疗选择有限且预后不良。嵌合抗原受体(CAR)T细胞疗法的最终成功需要改善T细胞肿瘤浸润和持久性,并降低靶向/脱靶毒性的风险。在此,我们改编并推进一个先前在胶质母细胞瘤中验证过的脑限制性CAR T细胞平台,以应对DMG独特的解剖和生物学挑战。我们改造并测试一种为胶质母细胞瘤开发的策略是否也能有效对抗DMG。我们评估了一种T细胞回路,其中脑特异性传感器——识别Brevican(BCAN)的合成Notch(synNotch)受体——诱导针对EphA2或IL-13Rα2的CAR表达(“B-SYNC”),通过多种抗原实现多抗原肿瘤识别。

【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:GPL34284、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=GSE337350

【使用注意】

· 源站最后修改于 Jul 09 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE337350

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

弥漫性中线胶质瘤(DMG)是一种致死性儿童脑肿瘤,治疗选择有限,预后不良。嵌合抗原受体(CAR)T细胞疗法的最终成功需要改善T细胞的肿瘤浸润和持久性,并降低靶向/脱靶毒性的风险。在此,我们改造并推进一种脑限制性CAR T细胞平台——该平台此前已在胶质母细胞瘤中得到验证——以应对DMG独特的解剖学和生物学挑战。我们设计并测试一种为胶质母细胞瘤开发的策略是否也能有效对抗DMG。我们评估了一种T细胞回路,其中脑特异性传感器——识别Brevican(BCAN)的合成Notch(synNotch)受体——诱导针对EphA2或IL-13Rα2的CAR表达(“B-SYNC”),从而通过多种抗原实现多抗原肿瘤识别,同时将CAR表达限制于中枢神经系统。

在免疫缺陷型DMG模型中,单次输注B-SYNC T细胞,无论是通过静脉内(IV)还是脑室内(ICV)输注,均导致肿瘤浸润、持续存留、强效抗肿瘤活性以及显著延长的生存期。另一种BCAN启动的回路CAR诱导靶向B7-H3或IL-13Rα2的CAR(“B-SYNC-B/I”),在经IV递送时同样改善了治疗效果。然而,ICV给药因非肿瘤中枢神经系统区域低水平B7-H3表达而引发致命性神经毒性,表明通过ICV递送实现的快速CNS暴露可放大脱靶毒性。相比之下,在免疫健全的同系DMG模型中,鼠源化BCAN门控B7-H3 CAR(mB-SYNC-B7-H3)的IV和ICV递送均实现了持久的肿瘤清除和再攻击抵抗,且未检测到任何神经毒性。在机制上,synNotch启动的CAR T细胞表现出耗竭减少、活化增强以及naïve和干细胞记忆样亚群的富集,支持了优越

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。

获取专属数据定制方案