Bcl6与NFkB顺反子组介导先天免疫应答的相反调控
数据基于 ChIP-seq 定义响应 LPS 诱导信号的 NF-κB 顺反子组,包含 31,070 个顺式作用结合位点,并展示转录抑制因子 Bcl-6 调控近三分之一 Tlr4 调控转录组、Tlr4 激活后 90% Bcl-6 顺反子组塌缩,以及 Bcl-6 与 NF-κB 顺反子组在刺激巨噬细胞中

基本信息
资源简介
Bcl6与NFkB顺反子组介导先天免疫应答的相反调控
Bcl6 and NFkB cistromes mediate opposing reulation of the innate immune response
该数据集来自 ncbi.nlm.nih.gov,标题为 Bcl6 and NFkB cistromes mediate opposing reulation of the innate immune response,本站归类为肿瘤/淋巴瘤。数据基于 ChIP-seq 定义响应 LPS 诱导信号的 NF-κB 顺反子组,包含 31,070 个顺式作用结合位点,并展示转录抑制因子 Bcl-6 调控近三分之一 Tlr4 调控转录组、Tlr4 激活后 90% Bcl-6 顺反子组塌缩,以及 Bcl-6 与 NF-κB 顺反子组在刺激巨噬细胞中核小体距离内相交以促进局部染色质相反的表观遗传修饰。文件数量为 1,样例为 GSE16723_se。
【数据集背景】
源站首次发布:Jun 19 200。
【数据内容】
源站描述(机器翻译,仅供参考):在此,我们利用 ChIP-seq 定义了 NF-κB 顺反子组,其由 31,070 个响应 LPS 诱导信号的顺式作用结合位点组成。此外,我们证明转录抑制因子 B 细胞淋巴瘤 6(Bcl-6)调控近三分之一的 Tlr4 调控转录组,并且 90% 的 Bcl-6 顺反子组在 Tlr4 激活后塌缩。Bcl-6 缺陷巨噬细胞对脂多糖(LPS)急性超敏,并且通过比较 ChIP-seq 分析,我们发现 Bcl-6 和 NF-κB 顺反子组在刺激巨噬细胞中近一半 Bcl-6 结合位点的核小体距离内相交,以促进局部染色质相反的的表观遗传修饰。这些结果揭示了一种控制先天免疫应答的基因组策略,其中抑制性和诱导性顺反子组在巨噬细胞静息与激活之间建立动态平衡。
【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:GPL9250、10090。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE16723
【使用注意】
· 源站最后修改于 May 15 201,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=GSE16723
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
在此,我们利用ChIP-seq技术定义了NF-κB的顺式作用组(cistrome),该组包含31,070个对LPS诱导信号响应的顺式作用结合位点。此外,我们证明转录抑制因子B细胞淋巴瘤6(Bcl-6)调控了Tlr4调控转录组中近三分之一的基因,并且Tlr4激活后,Bcl-6顺式作用组有90%发生塌陷。Bcl-6缺陷型巨噬细胞对脂多糖(LPS)表现出急性超敏反应,通过比较ChIP-seq分析,我们发现,在受刺激的巨噬细胞中,Bcl-6与NF-κB的顺式作用组在核小体距离内于近半数Bcl-6结合位点处相交,从而促进局部染色质的相反表观遗传修饰。这些结果揭示了一种控制先天免疫反应的基因组策略,其中抑制性和诱导性顺式作用组通过表观遗传标记的顺式调控元件,在巨噬细胞的静息与激活状态之间建立动态平衡。关键词:全基因组位置分析
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。




