乳腺癌中肿瘤相关巨噬细胞经Galectin-1编程核心免疫抑制微环境

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE202624

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

目前，针对肿瘤相关巨噬细胞（TAMs）的治疗策略备受关注，主要集中于清除TAMs或将其重极化为抗肿瘤表型。然而，TAMs介导肿瘤微环境重塑所利用的核心介质仍知之甚少。为解析TAMs介导的早期微环境，我们在肿瘤进展早期、尚未出现可检测的肿瘤生长变化时，对富含TAMs和去除TAMs的小鼠乳腺肿瘤进行了单细胞RNA测序。我们发现，TAMs在瘤内的早期积聚赋予癌细胞侵袭特性，从而促进早期播散并抑制抗肿瘤T细胞应答。相应地，使用氯膦酸盐去除TAMs的肿瘤显示癌细胞上皮-间质转化（EMT）特征减弱，并具有与CD8+ T细胞活化相关的独特转录组。此外，我们确定了Galectin-1（Gal-1）作为TAMs诱导CD8+ T细胞耗竭的分子检查点的作用。

Gal-1抑制通过重新激活CD8+ T细胞逆转了免疫抑制，从而在乳腺肿瘤模型中抑制肿瘤生长并增强免疫检查点抑制剂的疗效。这些结果全面揭示了由TAMs早期编程的微环境，并揭示了一种免疫逃逸机制，该机制可被Gal-1靶向以激发抗肿瘤免疫反应。

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。