霍奇金淋巴瘤HRS细胞转录组测序揭示NK细胞识别逃逸与未折叠蛋白反应
该数据集来自NCBI GEO,包含霍奇金淋巴瘤中经流式分选获得的霍奇金与Reed-Sternberg(HRS)细胞的全转录组测序数据,覆盖18例原发肿瘤的HRS细胞、匹配的瘤内非肿瘤性B细胞以及4个细胞系

基本信息
资源简介
霍奇金淋巴瘤HRS细胞转录组测序揭示NK细胞识别逃逸与未折叠蛋白反应
Transcriptome sequencing of Hodgkin lymphoma Hodgkin and Reed-Sternberg cells reveals escape from NK cell recognition and an unfolded protein response
该数据集来自NCBI GEO,包含霍奇金淋巴瘤中经流式分选获得的霍奇金与Reed-Sternberg(HRS)细胞的全转录组测序数据,覆盖18例原发肿瘤的HRS细胞、匹配的瘤内非肿瘤性B细胞以及4个细胞系。数据可用于比较HRS细胞与正常细胞亚群、经典型霍奇金淋巴瘤与原发性纵隔B细胞淋巴瘤的转录组差异,探索浆细胞分化受阻、未折叠蛋白反应及NK细胞识别逃逸等分子特征(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 02 202。
【数据内容】
源站描述(机器翻译,仅供参考):经典型霍奇金淋巴瘤(cHL)的突变谱与相关B细胞淋巴瘤(包括原发性纵隔B细胞淋巴瘤(PMBL))有重叠,但二者在组织学和临床上不同。为发现区分cHL的分子特征,我们采用流式细胞术细胞分选和低起始量RNA测序,从十八例原发肿瘤的存活、分离的霍奇金与Reed-Sternberg(HRS)细胞,以及匹配的瘤内非肿瘤性B细胞和四个细胞系中生成全转录组数据。将HRS细胞与正常细胞亚群比较,揭示了流产性浆细胞分化的证据,伴有未折叠蛋白反应特征,该特征与浆细胞肿瘤共享,但不见于其他B细胞淋巴瘤类型。将cHL与PMBL比较,揭示了B细胞分化程序中的相似性但也存在关键差异,并伴有upr
【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:GPL16791、9606。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=GSE301492
【使用注意】
· 源站最后修改于 Jul 13 202,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=GSE301492
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
经典霍奇金淋巴瘤(cHL)的突变谱与相关B细胞淋巴瘤存在重叠,包括原发纵隔B细胞淋巴瘤(PMBL),但二者在组织学和临床上却不相同。为揭示区分cHL的分子特征,我们采用流式细胞术细胞分选和低起始量RNA测序,从18例原发肿瘤中分离出的存活霍奇金和Reed-Sternberg(HRS)细胞生成了全转录组数据,并同时获取了配对的瘤内非肿瘤性B细胞及4个细胞系的数据。将HRS细胞与正常细胞亚群比较,揭示了流产性浆细胞分化的证据,伴有未折叠蛋白反应特征,该特征与浆细胞肿瘤共有,而不见于其他B细胞淋巴瘤类型。cHL与PMBL的比较显示了B细胞分化程序上的相似性,但也存在关键差异,同时cHL中参与微管细胞骨架组织的基因上调,这可能与HRS细胞独特的多核性质有关。
在HRS细胞中,我们还观察到SLAM家族受体的下调,这些受体对NK细胞活化至关重要,这为逃逸NK细胞介导的杀伤提供了潜在机制。发现了新的融合转录本,包括一种复发性转录本,预计会产生涉及TRAF1和PHF19的框内融合蛋白。
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。




