GSE287873：联合MCL-1抑制与CD37靶向CAR T细胞靶向T细胞淋巴瘤

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE287873

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

嵌合抗原受体（CAR）T细胞疗法尚未在T细胞淋巴瘤（TCL）中实现，部分原因在于难以鉴定肿瘤特异性抗原。我们此前报道了CD37在一部分TCL的恶性T细胞上选择性表达。在此，我们证明CAR-37 T细胞能够特异性靶向CD37阳性的TCL，其机制部分通过激活内源性凋亡通路实现。为最大化治疗指数，我们在各个TCL模型中鉴定了选择性/可靶向的BH3依赖性，并与CAR-37 T细胞联合应用。我们表明，BH3模拟物不改变TCL上CD37抗原的结合能力，且对CAR-37 T细胞的表型或功能影响极小。在依赖MCL-1的TCL模型中，联合CAR-37 T细胞与MCL-1抑制剂AZD5991可增强抗TCL反应并延长异种移植小鼠的生存期。这些发现提示，个体化选择BH3模拟物/CAR-T联合方案可最大化TCL患者乃至其他疾病患者的治疗指数。

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。