犬细胞毒性T细胞转录组下一代测序定量分析

该数据集来自 NCBI GEO(GSE156664),针对健康犬外周血单个核细胞(PBMCs)中的细胞毒性 T 细胞,研究 cDLBCL 来源外泌体对其功能的影响

geo
浏览 2
基因组分类GPL257609615
GSE156664: Next Generation Sequencing Facilitates Quantitative Analysis of Canine Cytotoxic T Cells Transcriptome

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-08

资源简介

犬细胞毒性T细胞转录组下一代测序定量分析

Next Generation Sequencing Facilitates Quantitative Analysis of Canine Cytotoxic T Cells Transcriptome

该数据集来自 NCBI GEO(GSE156664),针对健康犬外周血单个核细胞(PBMCs)中的细胞毒性 T 细胞,研究 cDLBCL 来源外泌体对其功能的影响。通过 RNA 下一代测序(NGS)与生物信息学分析,比较有无外泌体处理两组之间的差异,涵盖基因功能列表、蛋白谱、差异表达基因、生物学通路及网络分析。数据含 1 个文件(GSE156664_series_matrix.txt.gz),可用于犬淋巴瘤肿瘤免疫微环境与外泌体调控 T 细胞相关研究(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 21 202。

【数据内容】

源站描述(机器翻译,仅供参考):本研究旨在探究 cDLBCL 来源外泌体对健康犬外周血单个核细胞(PBMCs)中细胞毒性 T 细胞功能的影响。通过 RNA 下一代测序(NGS)和生物信息学,揭示有无外泌体处理两组之间的差异。包括基因功能列表、蛋白谱、差异表达基因、生物学通路以及网络分析。

【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:GPL25760、9615。本站分类:肿瘤/弥漫性大B细胞淋巴瘤。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE156664

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE156664

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

本研究旨在探究健康犬外周血单个核细胞(PBMCs)中,cDLBCL来源外泌体对细胞毒性T细胞的功能影响。通过RNA下一代测序(NGS)与生物信息学分析,揭示有无外泌体处理两组间的差异,包括基因功能列表、蛋白质谱、差异表达基因、生物学通路及网络分析。

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。