滤泡辅助T细胞在体液免疫应答中短暂解锁生发中心B细胞可塑性状态
研究聚焦生发中心B细胞在体液免疫应答中由滤泡辅助T细胞诱导的短暂表观遗传可塑性,涉及重编程为诱导多能干细胞的能力、NF-κB信号及组蛋白H1调控等机制

基本信息
资源简介
滤泡辅助T细胞在体液免疫应答中短暂解锁生发中心B细胞可塑性状态
T follicular helper cells transiently unlock a plasticity state in germinal centre B cells during the humoral immune response
该数据集来自NCBI GEO,包含1个文件(GSE298426_series_matrix.txt.gz),采用高通量测序表达谱分析,物种为小鼠(10090),平台为GPL24247。研究聚焦生发中心B细胞在体液免疫应答中由滤泡辅助T细胞诱导的短暂表观遗传可塑性,涉及重编程为诱导多能干细胞的能力、NF-κB信号及组蛋白H1调控等机制。数据可用于探索生发中心反应、B细胞身份维持与可塑性调控,以及肿瘤/淋巴瘤相关免疫微环境研究(来源 NCBI)。
【数据集背景】
源站首次发布:May 29 202。
【数据内容】
源站描述(机器翻译,仅供参考):在生发中心(GC)反应中,成熟B细胞经历快速且可逆的表型变化,这对适应性免疫至关重要。在此我们报告,GC B细胞不同于其他成熟B细胞,短暂获得独特的表观遗传可塑性,表现为其重编程为诱导多能干细胞的能力增强。这种可塑性依赖于滤泡辅助T(TFH)细胞,且并非由于增殖增加或MYC激活。相反,它涉及B细胞身份的减弱以及由NF-κB和其他TFH来源信号驱动的干细胞和祖细胞程序的去抑制。因此,生理性GC可塑性受到阳性选择亲和力成熟过程的严格约束。组蛋白1(一种限制胚胎干细胞程序可及性的染色质压缩调节因子)的缺失通过绕过这一守门机制进一步增强GC可塑性。
【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: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=GSE298426
【使用注意】
· 源站最后修改于 Dec 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=GSE298426
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
在生发中心(GC)反应中,成熟B细胞经历快速且可逆的表型变化,这对适应性免疫至关重要。在此我们报道,GC B细胞与其他成熟B细胞不同,会短暂获得一种独特的表观遗传可塑性,表现为其重编程为诱导多能干细胞的能力增强。这种可塑性依赖于滤泡辅助性T(TFH)细胞,且并非由于增殖增加或MYC激活所致。相反,它涉及B细胞身份的弱化以及由NF-κB和其他TFH来源信号驱动的干/祖细胞程序的去抑制。因此,生理性GC可塑性受到阳性选择亲和力成熟过程的严格约束。组蛋白1——一种限制胚胎干细胞程序可及性的染色质压缩调控因子——的缺失,通过绕过这一门控机制进一步增强GC可塑性。重要的是,富含GC可塑性特征的B细胞淋巴瘤患者预后更差,提示该机制也可能促进淋巴瘤的侵袭性。
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。




