ARSI细胞系或IL-10对巨噬细胞极化的影响
该数据集来自NCBI GEO,研究ARSI细胞系或IL-10对巨噬细胞极化的影响。ARSI细胞系源自原发性皮肤弥漫性大B细胞淋巴瘤(腿型),该肿瘤富含表达M2标志物的肿瘤相关巨噬细胞

基本信息
资源简介
ARSI细胞系或IL-10对巨噬细胞极化的影响
Effect of ARSI cell line or IL-10 on macrophage polarization
该数据集来自NCBI GEO,研究ARSI细胞系或IL-10对巨噬细胞极化的影响。ARSI细胞系源自原发性皮肤弥漫性大B细胞淋巴瘤(腿型),该肿瘤富含表达M2标志物的肿瘤相关巨噬细胞。数据包含1个文件(GSE303514_series_matrix.txt.gz),采用高通量测序进行表达谱分析,物种为人类(9606)。可用于探究淋巴瘤细胞与巨噬细胞相互作用的分子机制,以及IL-10/IL-10RA通路在巨噬细胞极化中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):原发性皮肤弥漫性大B细胞淋巴瘤,腿型(PCDLBCL-LT)是弥漫性大B细胞淋巴瘤(DLBCL)的一种罕见亚型,具有与免疫豁免部位LBCL共享的遗传特征(尤其是MYD88L265P突变),并富含表达M2标志物的肿瘤相关巨噬细胞(TAM)。利用本研究所开发的一种独特的PCDLBCL-LT细胞系(ARSI细胞系),我们试图从机制上解析淋巴瘤细胞与巨噬细胞之间的相互作用。我们证明,ARSI细胞可诱导源自原代单核细胞的巨噬细胞发生表型、转录和功能改变。这些改变不需要细胞间接触,对ARSI分泌组的蛋白质组分析显示,多种已知影响巨噬细胞的细胞因子和趋化因子浓度较高,包括IL-10。随后我们证明,阻断IL-10/IL-10RA相互作用可抑制巨噬细胞极化
【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:GPL34284、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=GSE303514
【使用注意】
· 源站最后修改于 Feb 18 202,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=GSE303514
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
原发性皮肤弥漫性大B细胞淋巴瘤,腿型(PCDLBCL-LT)是弥漫性大B细胞淋巴瘤(DLBCL)的一种罕见亚型,其遗传特征与免疫豁免部位的大B细胞淋巴瘤(LBCL)共有(尤其是MYD88L265P突变),并富含表达M2标志物的肿瘤相关巨噬细胞(TAM)。利用本研究所建立的一株独特的PCDLBCL-LT细胞系(ARSI细胞系),我们试图从机制上阐明淋巴瘤细胞与巨噬细胞之间的相互作用。我们证明,ARSI细胞可诱导来源于原代单核细胞的巨噬细胞发生表型、转录和功能改变。这些改变不需要细胞间接触,对ARSI分泌蛋白组的蛋白质组学分析显示,多种已知可影响巨噬细胞的细胞因子和趋化因子浓度较高,包括IL-10。随后我们证明,阻断IL-10/IL-10RA相互作用可抑制肿瘤细胞诱导的巨噬细胞极化。
总之,这些结果证实了该模型在研究淋巴瘤细胞与巨噬细胞相互作用方面的稳健性,强调了IL-10在淋巴瘤微环境建模中的关键作用,并可能有助于在微环境靶向治疗日益增多的时代更好地界定其特异性。
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。




