肿瘤B细胞来源IL-10调控弥漫性大B细胞淋巴瘤微环境并影响免疫治疗反应
该数据集来自NCBI GEO,包含一个针对ABC-DLBCL的免疫健全小鼠模型研究,该模型在恶性B细胞中条件性敲除IL-10

基本信息
资源简介
肿瘤B细胞来源IL-10调控弥漫性大B细胞淋巴瘤微环境并影响免疫治疗反应
IL-10 from tumoral B cells modulates the microenvironment of diffuse large B-cell lymphoma and influences immunotherapy responses
该数据集来自NCBI GEO,包含一个针对ABC-DLBCL的免疫健全小鼠模型研究,该模型在恶性B细胞中条件性敲除IL-10。数据覆盖高通量测序表达谱,可用于分析IL-10缺失对淋巴瘤微环境、T细胞耗竭、血管生成及PD-1免疫检查点阻断反应的影响,帮助理解肿瘤B细胞分泌IL-10在DLBCL进展和免疫治疗敏感性中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):肿瘤B细胞分泌的IL-10对活化B细胞(ABC)表型弥漫性大B细胞淋巴瘤(DLBCL)的进展和微环境塑造的贡献尚不完全清楚。为阐明这一问题,我们构建了一种免疫健全的ABC-DLBCL小鼠模型,在恶性B细胞中条件性敲除IL-10。出乎意料的是,这些小鼠在未治疗时总生存期显著更差,但对常规抗CD20免疫治疗或调节性T细胞清除的敏感性增加。我们鉴定了参与该行为的多种免疫调节机制。特别是,我们显示IL-10缺陷型淋巴瘤获得了高度免疫抑制和T细胞耗竭的微环境,并伴有血管生成增加,导致更具侵袭性的表型,对PD-1免疫检查点阻断难治。H
【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:GPL28457、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=GSE253955
【使用注意】
· 源站最后修改于 Jan 29 202,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=GSE253955
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
肿瘤性B细胞分泌的IL-10在活化B细胞(ABC)表型弥漫性大B细胞淋巴瘤(DLBCL)进展及微环境塑造中的作用尚未完全明确。为阐明这一问题,我们构建了一种免疫功能完整的ABC-DLBCL小鼠模型,在恶性B细胞中条件性敲除IL-10。出乎意料的是,这些小鼠在未治疗时总生存期显著更差,但对常规抗CD20免疫治疗或调节性T细胞清除的敏感性增加。我们鉴定了参与该行为的多种免疫调节机制。特别地,我们显示IL-10缺陷型淋巴瘤获得了高度免疫抑制和T细胞耗竭的微环境,并伴有血管生成增加,从而导致更具侵袭性的表型,对PD-1免疫检查点阻断难治。然而,IL-10缺陷小鼠对抗CD20免疫治疗的反应因B细胞中钙通道的上调而大大增强。
总体而言,IL-10自分泌信号促进恶性B细胞的存活,而B细胞来源的IL-10通过旁分泌作用维持一个免疫反应性微环境,从而影响针对淋巴瘤微环境的新兴免疫治疗策略的疗效。此外,我们研究中获得的IL-10相关转录特征可能准确预测接受R-CHOP治疗的DLBCL患者的临床结局。因此,我们的工作为B细胞来源的IL-10在ABC-DLBCL生物学中的作用提供了重要的功能和机制见解。
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。




