线粒体翻译驱动活化CD8+ T细胞功能障碍
该数据集来自NCBI GEO,标题为线粒体翻译驱动活化CD8+ T细胞功能障碍,分类属肿瘤/淋巴瘤。源站描述显示,研究通过CRISPR筛选与验证发现活化及耗竭CD8+ T细胞中线粒体翻译上调,导致错误折叠蛋白积累、线粒体应激和T细胞功能障碍;低剂量氯霉素抑制过度翻译可增强抗肿瘤活性

基本信息
资源简介
线粒体翻译驱动活化CD8+ T细胞功能障碍
Mitochondrial translation drives activated CD8+ T cell dysfunction
该数据集来自NCBI GEO,标题为线粒体翻译驱动活化CD8+ T细胞功能障碍,分类属肿瘤/淋巴瘤。源站描述显示,研究通过CRISPR筛选与验证发现活化及耗竭CD8+ T细胞中线粒体翻译上调,导致错误折叠蛋白积累、线粒体应激和T细胞功能障碍;低剂量氯霉素抑制过度翻译可增强抗肿瘤活性。数据含1个文件GSE282220_series_matrix.txt.gz,可用于研究CD8+ T细胞功能调控与肿瘤免疫治疗(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 18 202。
【数据内容】
源站描述(机器翻译,仅供参考):增强CD8+ T细胞功能对于改善癌症免疫治疗至关重要。通过CRISPR筛选和验证,我们发现线粒体翻译在活化和耗竭的CD8+ T细胞中上调,导致错误折叠蛋白积累,诱导线粒体应激并促成T细胞功能障碍。使用低剂量氯霉素(CAP)抑制这种过度翻译,可通过促进活化CD8+ T细胞的扩增并减少凋亡和耗竭,显著增强其抗肿瘤活性。低剂量CAP处理在恢复线粒体膜电位的同时,保留了氧化磷酸化(OXPHOS)和细胞因子产生。此外,CAP促进了线粒体蛋白前体的输入,使HSP70池的结合向NFATc1转移并限制其核转位,从而减少TI的耗竭标志物
【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:Other、GPL24247、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=GSE282220
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=GSE282220
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
增强CD8+ T细胞功能对于改善肿瘤免疫治疗至关重要。通过CRISPR筛选和验证,我们发现线粒体翻译在活化和耗竭的CD8+ T细胞中上调,导致错误折叠蛋白积累,进而诱导线粒体应激并促进T细胞功能障碍。使用低剂量氯霉素(CAP)抑制这种过度翻译,可通过促进活化CD8+ T细胞的扩增并减少凋亡和耗竭,显著增强其抗肿瘤活性。低剂量CAP处理在恢复线粒体膜电位的同时,保留了氧化磷酸化(OXPHOS)和细胞因子产生。此外,CAP促进了线粒体蛋白前体的输入,使HSP70池的结合向NFATc1转移并限制其核转位,从而减少TIM-3和PD1等耗竭标志物。值得注意的是,短期使用低剂量利奈唑胺(一种常用抗生素和线粒体翻译抑制剂)可改善弥漫性大B细胞淋巴瘤患者外周血中的CD8+ T细胞比例。
这些发现凸显了线粒体翻译抑制作为一种有前景的策略,可增强CD8+ T细胞功能,并可能提高癌症免疫疗法的有效性。
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。




