T细胞辅助唤醒生发中心B细胞的胚胎干细胞样程序
数据聚焦生发中心 B 细胞在 T 滤泡辅助细胞辅助下获得干细胞样可塑性的现象,并涉及该程序被淋巴瘤突变劫持或绕过的可能。可用于研究生发中心 B 细胞转录调控、干细胞程序重激活及 B 细胞淋巴瘤相关表达特征分析(来源 NCBI)

基本信息
资源简介
T细胞辅助唤醒生发中心B细胞的胚胎干细胞样程序
T cell help awakens embryonic stem-like programs in germinal center B-cells
该数据集来自 NCBI GEO,标题为 T cell help awakens embryonic stem-like programs in germinal center B-cells,包含 1 个文件 GSE298473_series_matrix.txt.gz,属于高通量测序表达谱数据,平台为 GPL24247,物种为小鼠(10090)。数据聚焦生发中心 B 细胞在 T 滤泡辅助细胞辅助下获得干细胞样可塑性的现象,并涉及该程序被淋巴瘤突变劫持或绕过的可能。可用于研究生发中心 B 细胞转录调控、干细胞程序重激活及 B 细胞淋巴瘤相关表达特征分析(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):真正的干细胞样表型可塑性在细胞分化过程中因表观遗传屏障的增强而逐渐丧失。在此,我们描述了生发中心 B 细胞中前所未有的生理性干细胞样可塑性获得,我们将其称为“anaplasis”。Anaplasis 严格依赖于 T 滤泡辅助细胞的辅助,且仅限于生发中心(GC)B 细胞而非活化 B 细胞,表明该表型既有非细胞自主也有细胞自主的贡献。Anaplasis 涉及 T 细胞应答性生发中心 B 细胞转录因子对胚胎干细胞程序的短暂重激活,提示存在一个免疫功能性检查点,我们显示该检查点可被特定淋巴瘤突变劫持甚至绕过。Anaplasis 特征与 B 细胞淋巴瘤的不良结局相关,提示其对肿瘤适应性的贡献。总之,
【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=GSE298473
【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=GSE298473
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
真正的干性样表型可塑性在细胞分化过程中因表观遗传屏障的增强而逐渐丧失。在此,我们描述了生发中心B细胞中一种前所未有的干性样可塑性生理性获得现象,我们将其称为“去分化”(anaplasis)。去分化严格依赖于滤泡辅助性T细胞的帮助,且仅限于生发中心(GC)B细胞而非活化B细胞,表明该表型既有非细胞自主性也有细胞自主性因素的贡献。去分化涉及T细胞响应性生发中心B细胞转录因子对胚胎干细胞程序的短暂重激活,提示存在一个免疫功能性检查点,我们证明该检查点可被特定的淋巴瘤突变所劫持甚至绕过。去分化特征与B细胞淋巴瘤的不良预后相关,提示其对肿瘤适应性的贡献。总之,我们记录了生发中心B细胞中干性样可塑性的生理性再获得,其与免疫选择过程相关的非细胞自主性检查点共同进化。
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。




