重编程肿瘤定植细菌为模块化免疫细胞衔接器

BioProject 是围绕单一计划、来自单一组织或联盟的一组生物数据;为用户提供统一入口,以查找项目产生的多种数据类型(来源 NCBI)

sra
浏览 11
其他Transcriptome or Gene expression
PRJNA1531144: Reprogramming tumor-colonizing bacteria into modular immune cell engagers

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

重编程肿瘤定植细菌为模块化免疫细胞衔接器

Reprogramming tumor-colonizing bacteria into modul... (ID 1531144) - BioProject - NCBI

BioProject(ID 1531144)标题为“Reprogramming tumor-colonizing bacteria into modul...”,标签为“Transcriptome or Gene expression”。BioProject 是围绕单一计划、来自单一组织或联盟的一组生物数据;为用户提供统一入口,以查找项目产生的多种数据类型(来源 NCBI)。

【数据内容】

源站描述(机器翻译,仅供参考):BioProject 是与单一研究计划相关的一组生物学数据,源自单一机构或一个联盟。BioProject 记录为用户提供了一个统一入口,以便找到指向该项目所生成的各种数据类型的链接。

【主题与分类】

主题标签:Transcriptome or Gene expression。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1531144

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PRJNA1531144

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

大多数实体瘤对免疫治疗耐药。免疫衔接器可将淋巴细胞重定向以攻击癌症,但肿瘤可及性差、免疫抑制和全身毒性限制了其疗效。我们开发了活体免疫调节衔接器(LIME):一种非致病性、嗜肿瘤性大肠杆菌,展示靶向一种肿瘤抗原和一种激活性T细胞或NK细胞受体的串联单链可变片段。LIME将效应细胞与肿瘤细胞桥连,重编程效应细胞转录,并在多种癌细胞系和患者来源类器官中增强了细胞毒性。在小鼠中,LIME选择性蓄积于肿瘤,在小细胞肺癌中表现优于tarlatamab,并诱导了持久的淋巴瘤免疫。在胰腺癌中,一种RAS(ON)抑制剂增强了LIME驱动的T细胞浸润和肿瘤反应性抗体,揭示了一种可被PD-L1阻断克服的适应性髓系PD-L1程序。LIME可针对不同抗原和效应细胞模块化,并与靶向治疗兼容,从而实现可编程、肿瘤限制性免疫治疗。

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。

获取专属数据定制方案