CCR5靶向异体γδ CD19 CAR T细胞用于HIV相关B细胞恶性肿瘤免疫治疗
研究聚焦CCR5靶向的异体γδ CD19 CAR T细胞用于HIV相关B细胞恶性肿瘤免疫治疗,涉及外周血γδ T细胞的体外激活扩增、基因编辑与CAR整合方法

基本信息
资源简介
CCR5靶向异体γδ CD19 CAR T细胞用于HIV相关B细胞恶性肿瘤免疫治疗
CCR5-targeted allogeneic gamma-delta CD19 CAR T cells for HIV-associated B cell malignancy immunotherapy
该数据集来自NCBI GEO(GSE294637),包含1个文件(GSE294637_series_matrix.txt.gz),主题为高通量测序表达谱分析,物种为人类(9606),平台为GPL24676。研究聚焦CCR5靶向的异体γδ CD19 CAR T细胞用于HIV相关B细胞恶性肿瘤免疫治疗,涉及外周血γδ T细胞的体外激活扩增、基因编辑与CAR整合方法。数据可用于分析γδ CAR T细胞的转录表达特征,支持异体CAR T细胞疗法的转化研究(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 15 202。
【数据内容】
源站描述(机器翻译,仅供参考):基于免疫的细胞疗法为癌症治疗提供了一种有前景的方法。虽然自体嵌合抗原受体(CAR)T细胞已显示出成功,但其生产耗时、昂贵且个体化。γδ(γδ)T细胞有望用于“现货型”CAR T细胞疗法。然而,γδ CAR T细胞的临床转化受到频率低、对基因操作抗性以及扩增后分化 advanced 的限制,制约了治疗可行性。在此,我们展示了一种体外激活和扩增外周血γδ T细胞的方法,可实现高基因编辑率和高效CAR整合。使用人工抗原呈递细胞,我们生产出低分化、高功能的γδ CAR T细胞。通过将FDA批准的CD19 CAR靶向CCR5位点,我们生成CCR5缺陷的γδ CD19 CAR-T细胞(γδ CCR5KI-CAR19),其d
【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/白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE294637
【使用注意】
· 源站最后修改于 Jul 13 202,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=GSE294637
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
基于免疫的细胞疗法为癌症治疗提供了一种有前景的方法。虽然自体嵌合抗原受体(CAR)T细胞已显示出成功,但其生产耗时、成本高昂且具有患者特异性。γδ(γδ)T细胞有望用于“现货型”CAR T细胞疗法。然而,γδ CAR T细胞的临床转化受到频率低、对基因操作具有抗性以及扩增后分化程度高等因素的阻碍,限制了其治疗可行性。在此,我们展示了一种体外激活和扩增外周血γδ T细胞的方法,可实现高基因编辑率和高效CAR整合。利用人工抗原呈递细胞,我们制备了分化程度低、功能高度活跃的γδ CAR T细胞。通过将FDA批准的CD19 CAR靶向整合至CCR5位点,我们构建了CCR5缺陷型γδ CD19 CAR-T细胞(γδ CCR5KI-CAR19),该细胞对HIV介导的清除具有抗性,并对B细胞淋巴瘤和白血病表现出强效抗肿瘤反应。γδ CCR5KI-CAR19 T细胞可实现HIV相关B细胞恶性肿瘤的免疫治疗。
这些研究提供了临床前证据,支持大规模开发强效的同种异体γδ CAR T细胞,用于多种免疫疗法。
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。




