huCART19 T细胞间歇抗原再刺激后的单细胞RNA与TCR图谱
该数据集来自NCBI GEO,包含huCART19 T细胞在间歇性抗原再刺激后的单细胞RNA与TCR测序数据,覆盖慢性淋巴细胞白血病和大B细胞淋巴瘤患者样本

基本信息
资源简介
huCART19 T细胞间歇抗原再刺激后的单细胞RNA与TCR图谱
Single-cell RNA and TCR profiling of huCART19 T cells following intermittent antigen restimulation
该数据集来自NCBI GEO,包含huCART19 T细胞在间歇性抗原再刺激后的单细胞RNA与TCR测序数据,覆盖慢性淋巴细胞白血病和大B细胞淋巴瘤患者样本。数据可用于研究CAR19 T细胞持久性的细胞状态与驱动因素,识别Adaptively Remodeled Cell (ARC)状态,并分析TCR共受体下调、抗原经验标志物上调、应激适应程序及持续细胞周期等特征(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):CD19靶向CAR T(CAR19)治疗后持久缓解与长期存续相关,但存续的细胞状态和驱动因素仍定义不清。在此,我们结合多模态单细胞分析与克隆型追踪,表征慢性淋巴细胞白血病和大B细胞淋巴瘤患者中罕见、功能性、存续的CAR19细胞。跨疾病和CAR结构,存续细胞汇聚于一种不同于内源性T细胞的状态,其特征为TCR共受体下调、抗原经验标志物上调、应激适应程序以及持续的细胞周期。我们将这种独特的转录/功能状态称为适应性重塑细胞(ARC)状态,因为它不同于记忆或祖细胞耗竭状态。体外建模显示,ARC CAR T细胞在反复抗原暴露周期后出现,并ta
【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=GSE349791
【使用注意】
· 源站最后修改于 Oct 15 202,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=GSE349791
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
CD19靶向CAR T(CAR19)治疗后持久缓解与长期存续相关,但存续的细胞状态及驱动因素仍不明确。本研究将多模态单细胞图谱分析与克隆型追踪相结合,以表征慢性淋巴细胞白血病和大B细胞淋巴瘤患者中罕见、具有功能且持续存在的CAR19细胞。跨疾病和CAR结构,存续细胞汇聚于一种不同于内源性T细胞的状态,其特征为TCR共受体下调、抗原经历标志物上调、应激适应程序以及持续的细胞周期活动。我们将这一独特的转录/功能状态称为适应性重塑细胞(ARC)状态,因其有别于记忆状态或祖耗竭状态。体外建模显示,ARC CAR T细胞在反复的抗原暴露和靶细胞清除循环后产生,形成双阴性T细胞表型(TCRαβ+CD4-CD8α-),其终末分化和耗竭相关特征减弱,细胞毒性得以保留,且与匹配的CD8⁺ CAR T细胞相比增殖和细胞因子产生增强。
这些发现表明,反复的抗原接触是适应性CAR T细胞重塑的驱动因素,并提示ARC状态代表一种更广泛的T细胞命运,其产生于既不同于急性清除、也不同于慢性抗原持续存在的抗原条件之下。
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。




