GSE272006：IRF4促进滤泡性淋巴瘤免疫逃逸并塑造肿瘤微环境

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE272006

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

百分之二十的滤泡性淋巴瘤（FL）患者早期复发且预后不良；然而，导致这一侵袭性特征的分子机制尚不清楚。我们采用多组学方法发现，IRF4表达升高的（IRF4hi）FL患者预后较差，存在免疫信号失调及免疫抑制性肿瘤微环境。在IRF4hi淋巴瘤细胞中进行的基因功能缺失与功能获得实验，结合染色质图谱分析表明，IRF4通过抑制抗原呈递及共受体基因模块来损害其与T细胞的相互作用，同时促进拮抗TFH和Treg功能的细胞因子表达。此外，IRF4重塑肿瘤代谢，限制免疫细胞对葡萄糖的利用。沉默IRF4可抑制肿瘤细胞生长并恢复免疫监视机制，因而是一个有前景的治疗靶点。我们的数据提示，IRF4hi淋巴瘤细胞利用一种用于退出生发中心反应的发育机制，通过调动多种免疫逃逸机制促进更具侵袭性的癌症。

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。