CD8+/CD103+ 肿瘤浸润淋巴细胞是肿瘤特异性组织驻留记忆T细胞及肺癌患者生存预后因素
研究关注 CD8+/CD103+ 肿瘤浸润淋巴细胞，将其鉴定为肿瘤特异性组织驻留记忆 T 细胞，并作为肺癌患者生存的预后因素
基本信息
资源简介
CD8+/CD103+ 肿瘤浸润淋巴细胞是肿瘤特异性组织驻留记忆T细胞及肺癌患者生存预后因素
该数据集围绕肺癌中一类特定的肿瘤浸润淋巴细胞展开，核心研究对象为CD8+/CD103+肿瘤浸润淋巴细胞。相关研究将其鉴定为肿瘤特异性组织驻留记忆T细胞，并进一步探讨其作为肺癌患者生存预后因素的价值。数据集所属分类为肿瘤/肺癌，主题标签为转录组学（Transcriptomics），来源站为omicsdi.org。从源站描述可知，研究团队此前已证明CD103整合素在肺癌肿瘤浸润淋巴细胞克隆中能够促进特异性TCR介导的上皮性肿瘤细胞杀伤作用，但CD103对瘤内T细胞分布与功能的影响，以及非小细胞肺癌（NSCLC）中肿瘤浸润淋巴细胞亚群的预后意义，此前尚未得到系统性研究。本数据集正是针对这一空白，对这些细胞群体进行转录组谱分析，并以外周血单个核细胞（PBMC）作为对照。
【数据集背景】
肺癌是全球范围内发病率和死亡率均较高的恶性肿瘤，其中非小细胞肺癌（NSCLC）是最常见的病理类型。肿瘤浸润淋巴细胞（TIL）在抗肿瘤免疫应答中扮演关键角色，而CD103作为一种整合素分子，此前已被证明在肺癌TIL克隆中促进特异性TCR介导的对上皮性肿瘤细胞的细胞毒性。然而，CD103在瘤内T细胞分布和功能方面的具体贡献，以及不同TIL亚群对NSCLC患者预后判断的意义，仍缺乏系统性的研究。该数据集正是在这一研究背景下产生，旨在通过转录组学手段深入刻画CD8+/CD103+肿瘤浸润淋巴细胞的分子特征，并将其与肿瘤特异性组织驻留记忆T细胞的表型及患者生存预后联系起来。
【数据内容】
该数据集的核心内容是针对CD8+/CD103+肿瘤浸润淋巴细胞群体所开展的转录组谱分析。研究以PBMC细胞作为对照，通过比较这些细胞群体的基因表达特征，来揭示其作为肿瘤特异性组织驻留记忆T细胞的分子基础。数据集的主题标签为Transcriptomics，表明其数据主体属于转录组学范畴。数据集所对应的研究关注CD8+/CD103+肿瘤浸润淋巴细胞，将其鉴定为肿瘤特异性组织驻留记忆T细胞，并作为肺癌患者生存的预后因素。关于具体的基因数量、样本数量、测序深度、表达矩阵规模等细节，源站未提供。
【采集与来源】
该数据集的来源站为omicsdi.org。根据源站描述，研究团队此前已证明CD103整合素在肺癌肿瘤浸润淋巴细胞克隆中促进特异性TCR介导的上皮性肿瘤细胞细胞毒性，而本次研究则进一步系统性地探讨CD103对瘤内T细胞分布与功能的影响，以及TIL亚群在非小细胞肺癌中的预后意义。研究采用转录组学方法对这些细胞群体进行分析，并使用PBMC细胞作为对照。关于样本采集的具体地点、时间跨度、患者队列规模、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于肿瘤免疫学、肺癌基础与转化研究、转录组学分析等领域。具体而言，可用于研究CD8+/CD103+肿瘤浸润淋巴细胞的分子表型、组织驻留记忆T细胞的特征解析、肺癌微环境中T细胞亚群的功能与分布，以及探索TIL亚群作为肺癌患者生存预后标志物的潜力。此外，由于数据集包含以PBMC为对照的转录组信息，也可用于比较肿瘤局部与外周血中T细胞群体之间的表达差异。关于该数据集是否适用于其他癌种或特定临床场景，源站未提供。
【使用方法】
该数据集可通过来源站omicsdi.org获取。关于具体的数据下载方式、文件格式、数据处理流程、分析工具推荐或代码示例，源站未提供。
【质量与限制】
该数据集基于转录组学方法，以PBMC细胞作为对照，对CD8+/CD103+肿瘤浸润淋巴细胞进行分析。其研究背景建立在CD103整合素促进特异性TCR介导的细胞毒性这一已有发现之上，并进一步探索TIL亚群在NSCLC中的预后意义。关于样本量大小、测序质量、批次效应、数据完整性、是否经过独立验证等质量相关指标，源站未提供。使用者在解释结果时需注意研究结论的适用范围，避免过度外推。
【引用与许可】
关于该数据集的引用方式、许可协议、使用限制或相关发表文献信息，源站未提供。
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。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-3266
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
我们先前已证实，肺肿瘤浸润淋巴细胞（TIL）克隆上的CD103整合素在促进特异性TCR介导的上皮肿瘤细胞细胞毒性中发挥作用。然而，CD103对瘤内T细胞分布及功能的影响，以及TIL亚群在非小细胞肺癌（NSCLC）中的预后意义，迄今尚未得到系统性的探讨。在此，我们以PBMC细胞作为对照，研究这些细胞群体的转录组特征。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
