滤泡性淋巴瘤、正常及反应性淋巴结中调节性T细胞的转录谱
该数据集来自 NCBI GEO，包含从滤泡性淋巴瘤淋巴结、正常淋巴结和反应性淋巴结中分选出的 CD8+TIM-3+ 与 CD8+TIM-3- T 细胞的表达谱数据，采用芯片表达谱分析，物种为人类（9606），平台为 GPL19251
基本信息
资源简介
滤泡性淋巴瘤、正常及反应性淋巴结中调节性T细胞的转录谱
Expression data from CD8+TIM-3+ and CD8+TIM-3- T cells sorted from follicular lymphoma lymph nodes
该数据集来自 NCBI GEO，包含从滤泡性淋巴瘤淋巴结、正常淋巴结和反应性淋巴结中分选出的 CD8+TIM-3+ 与 CD8+TIM-3- T 细胞的表达谱数据，采用芯片表达谱分析，物种为人类（9606），平台为 GPL19251。数据可用于研究滤泡性淋巴瘤中 T 细胞耗竭标志物的表达特征，并支持对 TIM-3 表达相关细胞状态的分类分析（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 06 201。
【数据内容】
源站描述（机器翻译，仅供参考）：滤泡性淋巴瘤（FL）中的 T 淋巴细胞表达耗竭标志物。其中，TIM-3 近期被鉴定为 FL CD4+ T 细胞表达时的不良预后因素。
【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：Expression profiling by array、GPL19251、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=GSE84072
【使用注意】
· 源站最后修改于 Mar 16 201，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=GSE84072
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
我们此前已证实，浸润滤泡性淋巴瘤淋巴结（FLN）的Tregs在数量和质量上均不同于浸润正常淋巴结（NLN）和反应性淋巴结（RLN）的Tregs。为进一步了解这些Treg群体之间的差异，我们对来自上述三种来源的经流式分选的Tregs进行了RNA测序（RNAseq）分析。我们鉴定出若干可能促成FLN Tregs所观察到的抑制能力增强的分子，包括CTLA-4、IL-10和GITR的上调，这些均已通过蛋白表达得到证实。此外，我们鉴定并功能性地证实了一种新机制，即Tregs通过下调S1PR1、SELL（L-选择素）和CCR7靶向并积聚于人类肿瘤微环境，可能导致淋巴结内滞留增加。此外，我们还鉴定并功能性地证实了CXCR5、CXCL13和IL-16的上调，证明滤泡来源的Tregs具有独特能力，不仅能够定位并积聚于恶性淋巴结内，还能定位并积聚于恶性B细胞滤泡本身之中。
这些发现为FLN Tregs如何参与滤泡性淋巴瘤的生物学机制提供了重要的新见解，并确定了几个新的治疗靶点。总体设计：对来自正常淋巴结（n=10）、滤泡性淋巴瘤淋巴结（n=12）和反应性淋巴结（n=5）的人调节性T细胞的转录谱进行横断面比较。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
