PRJNA1074689:髓系祖细胞失调促进肿瘤中免疫抑制性巨噬细胞 [数据集 1]
源站描述说明 BioProject 是围绕单一研究计划、由单一机构或联盟发起的生物数据集合,为用户提供查找该项目所产生多种数据类型的统一入口
![PRJNA1074689: Myeloid progenitor dysregulation fuels immunosuppressive macrophages in tumors [dataset 1]](/medical-api/medicalDataset/datasetCover/96868.jpg)
基本信息
资源简介
PRJNA1074689:髓系祖细胞失调促进肿瘤中免疫抑制性巨噬细胞 [数据集 1]
Myeloid progenitor dysregulation fuels immunosuppr... (ID 1074689) - BioProject - NCBI
该数据集来自 NCBI BioProject(ID 1074689),英文名为 PRJNA1074689: Myeloid progenitor dysregulation fuels immunosuppressive macrophages in tumors [dataset 1],本站归类为肿瘤 / 肺癌,主题标签为 Other。源站描述说明 BioProject 是围绕单一研究计划、由单一机构或联盟发起的生物数据集合,为用户提供查找该项目所产生多种数据类型的统一入口。该数据可用于探索髓系祖细胞失调与肿瘤免疫抑制性巨噬细胞之间的关系,具体样本、物种、测序平台及数据量等细节源站未提供(来源 NCBI)。
【数据内容】
源站描述(机器翻译,仅供参考):BioProject 是围绕单一研究计划收集的生物数据集合,这些数据源自单一机构或联盟。BioProject 记录为用户提供一个统一入口,以查找为该计划生成的多种数据类型。
【主题与分类】
主题标签:Other。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1074689
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/bioproject/PRJNA1074689
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
单核细胞来源的巨噬细胞(mo-macs)驱动肿瘤微环境(TME)中的免疫抑制,而肿瘤增强的骨髓(BM)髓系生成则为这些细胞群体提供来源。在此,我们对小鼠和肺癌患者的BM髓系祖细胞、循环单核细胞和肿瘤浸润mo-macs连续体进行了配对转录组和染色质分析,以鉴定为促肿瘤mo-macs提供支持的髓系祖细胞程序。通过分析染色质可及性和组蛋白修饰变化,我们发现肺部肿瘤在BM髓系祖细胞中为Nfe2l2(NRF2)启动可及性,作为对氧化应激的细胞保护反应。NRF2活性在单核细胞于肺部TME中分化为mo-macs的过程中得以维持并增强,从而调控氧化应激,进而促进代谢适应、抵抗细胞死亡,并促成免疫抑制表型。NRF2基因缺失和药理学抑制显著降低了TME中mo-macs的存活和免疫抑制功能,使NK和T细胞治疗性抗肿瘤免疫得以实现,并与检查点阻断策略产生协同作用。
总之,我们的研究确定了一个可靶向的表观遗传节点,该节点调控髓系祖细胞失调,从而在肿瘤微环境中维持免疫调节型单核细胞衍生的巨噬细胞。
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。




