抗CD4耗竭抗体经CD8+ T细胞激活与调节性T细胞抑制在肺纤维化中的抗肿瘤效应(小鼠)
该数据集来自 NCBI GEO,围绕特发性肺纤维化(IPF)合并肺癌(LC)的小鼠模型,研究抗CD4单克隆抗体对肿瘤生长、肺与淋巴结中T细胞表型及生存率的影响

基本信息
资源简介
抗CD4耗竭抗体经CD8+ T细胞激活与调节性T细胞抑制在肺纤维化中的抗肿瘤效应(小鼠)
Antitumor effects of anti-CD4-depleting antibody in lung fibrosis through CD8+ T cell activation and regulatory T cell inhibition in mice
该数据集来自 NCBI GEO,围绕特发性肺纤维化(IPF)合并肺癌(LC)的小鼠模型,研究抗CD4单克隆抗体对肿瘤生长、肺与淋巴结中T细胞表型及生存率的影响。模型通过向博来霉素诱导的肺纤维化小鼠静脉注射Lewis肺癌细胞建立,T细胞表型采用流式细胞术分析,生存分析采用Kaplan-Meier法。数据包含1个文件 GSE315687_series_matrix.txt.gz,属于高通量测序表达谱数据,可用于探索IPF-LC的免疫特征及CD8+ T细胞与Tregs相关机制(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景 肺癌(LC)作为并发症会恶化特发性肺纤维化(IPF)患者的预后;然而,其潜在机制尚未完全阐明。本研究旨在探究IPF-LC的免疫学特征。方法 我们通过向博来霉素诱导的肺纤维化模型小鼠静脉注射Lewis肺癌细胞,建立了小鼠IPF-LC并发症模型。我们给小鼠施用了抗CD4单克隆抗体(mAb),并评估了其对肿瘤生长、肺和淋巴结中T细胞表型以及生存率的影响。T细胞表型通过流式细胞术分析,生存分析采用Kaplan-Meier法进行。结果 在该模型中,肿瘤数量和大小均显著增加。CD8+ T细胞显著减少,而调节性T细胞(Tregs)显著增加 i
【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:GPL24247、10090。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE315687
【使用注意】
· 源站最后修改于 Jan 09 202,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=GSE315687
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
背景 肺癌(LC)作为并发症会恶化特发性肺纤维化(IPF)患者的预后;然而,其潜在机制尚未完全阐明。本研究旨在探讨IPF-LC的免疫学特征。方法 我们通过向博来霉素诱导的肺纤维化模型小鼠静脉注射Lewis肺癌细胞,建立了小鼠IPF-LC并发症模型。我们给予小鼠抗CD4单克隆抗体(mAb),并评估其对肿瘤生长、肺和淋巴结中T细胞表型以及生存率的影响。通过流式细胞术分析T细胞表型,并采用Kaplan-Meier法进行生存分析。结果 在该模型中,肿瘤数量和大小均显著增加。肺和淋巴结中CD8+ T细胞显著减少,而调节性T细胞(Tregs)显著增加。抗CD4 mAb治疗显著增加了CD8+ T细胞的数量和抗肿瘤基因表达,抑制了纤维化肺中的肿瘤生长,减少了Tregs数量,并提高了生存率。
结论:这些结果表明,抗CD4单克隆抗体治疗通过增加IPF-LC小鼠中CD8+ T细胞的数量和抗肿瘤活性,从而抑制肿瘤生长。因此,抗CD4单克隆抗体可能是IPF-LC患者的一种有前景的临床治疗选择。
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。




