非小细胞肺癌NK细胞来源细胞外囊泡作为新型过继细胞疗法的EV RNA数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE274584

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

导致免疫检查点抑制剂（ICI）治疗失败的已知机制之一是肿瘤通过下调人类白细胞抗原（HLA）来逃逸T细胞应答。相反，在HLA表达缺失的情况下，自然杀伤（NK）细胞的效应功能增强，这使得基于NK细胞的细胞疗法成为对ICI耐药肿瘤的一种有吸引力的选择。我们研究了在非小细胞肺癌（NSCLC）中利用选择性分离NK细胞并采集NKEV的临床前疗效。采用单细胞RNA测序（scRNAseq）检测PBMC和肿瘤组织中的细胞图谱。从PBMC中分离NK细胞，体外扩增，收集NK来源的EV（NKEV），并利用蛋白质组学和转录组学对EV的RNA和蛋白质货物进行表征。利用患者肿瘤细胞来源的三维类器官样结构检测患者来源NKEV的功能能力。本研究描述了NSCLC循环和肿瘤浸润免疫细胞的细胞图谱。

此外，研究还表明，可以从患者来源的扩增NK细胞中成功收获NKEVs，并强调了它们与标准治疗联合使用时的抗肿瘤特性。

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。