基本信息

模态

基因组

任务类型

回归

创建/更新时间

2026-10-20

资源简介

B细胞非霍奇金淋巴瘤中人自然杀伤细胞单细胞分辨率动态定量分析响应

PRJNA399333 是一个来自 NCBI BioProject 的公开数据集，其完整英文名称为“Dynamic Quantitative Analytic Response of Human Natural Killer Cells at Single-Cell Resolution in B-cell Non-Hodgkin Lymphoma”，源站标题标注为“Homo sapiens (ID 399333) - BioProject - NCBI”。该数据集聚焦于人类自然杀伤细胞在 B 细胞非霍奇金淋巴瘤背景下，于单细胞分辨率层面呈现的动态定量分析响应，主题标签为“Transcriptome or Gene expression”，在本站分类中归属于肿瘤 / 淋巴瘤方向。整体而言，该数据集为研究者提供了一个以转录组或基因表达为核心、围绕人自然杀伤细胞与 B 细胞非霍奇金淋巴瘤相互作用的单细胞层面数据资源，来源站为 ncbi.nlm.nih.gov。

【数据集背景】

该数据集来源于 NCBI BioProject，编号为 399333，属于人类（Homo sapiens）相关项目。BioProject 本身是围绕某一项单一研究计划或倡议而组织的生物数据集合，这些计划或倡议通常来自单一机构或联合体。BioProject 记录为用户提供了一个统一入口，以便查找该项目所产生的多种数据类型及其相关链接。该数据集的主题标签为“Transcriptome or Gene expression”，说明其数据内容与转录组或基因表达相关。从标题来看，该项目的核心关注点是人类自然杀伤细胞在 B 细胞非霍奇金淋巴瘤中的动态定量分析响应，并强调在单细胞分辨率下进行观察与分析。本站将其归类为肿瘤 / 淋巴瘤，进一步表明其研究背景与肿瘤免疫、淋巴瘤微环境或相关细胞响应机制有关。

【数据内容】

该数据集的主题标签为“Transcriptome or Gene expression”，表明其数据内容围绕转录组或基因表达展开。标题中明确提到“Single-Cell Resolution”，说明数据涉及单细胞层面的分辨率；“Dynamic Quantitative Analytic Response”则提示该数据集关注动态的、定量的分析响应。研究对象为“Human Natural Killer Cells”，即人类自然杀伤细胞，研究背景为“B-cell Non-Hodgkin Lymphoma”，即 B 细胞非霍奇金淋巴瘤。除上述信息外，关于具体样本数量、测序平台、细胞类型细分、时间点设置、分析指标或数据文件类型等细节，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，源站标题为“Homo sapiens (ID 399333) - BioProject - NCBI”。其英文名称为“PRJNA399333: Dynamic Quantitative Analytic Response of Human Natural Killer Cells at Single-Cell Resolution in B-cell Non-Hodgkin Lymphoma”。该记录属于 NCBI BioProject 体系，BioProject 作为生物数据的集合，通常来自单一机构或联合体，并提供指向该项目多种数据类型的链接。关于具体的采集方法、实验设计、样本处理流程、伦理审批信息或具体提交机构等，源站未提供。

【适用场景】

基于其主题标签“Transcriptome or Gene expression”以及标题所体现的研究方向，该数据集适用于与转录组或基因表达相关的研究场景，尤其是涉及人类自然杀伤细胞在 B 细胞非霍奇金淋巴瘤中动态定量分析响应的研究。由于标题强调“Single-Cell Resolution”，该数据集也可能适用于单细胞层面的表达分析、细胞异质性探索或免疫细胞响应研究。本站分类为肿瘤 / 淋巴瘤，因此也可作为肿瘤免疫或淋巴瘤相关研究的参考数据资源。关于具体的适用分析工具、研究问题或应用领域，源站未提供。

【使用方法】

该数据集来自 NCBI BioProject，用户可通过 NCBI BioProject 记录查找该项目所产生的多种数据类型及其相关链接。BioProject 记录本身提供了一个统一入口，便于用户定位与该项目相关的数据资源。关于具体的数据下载方式、文件格式、分析流程、软件工具或使用步骤，源站未提供。

【质量与限制】

该数据集来源于 NCBI BioProject，属于公开的生物数据集合。其主题标签为“Transcriptome or Gene expression”，标题涉及人类自然杀伤细胞、B 细胞非霍奇金淋巴瘤以及单细胞分辨率下的动态定量分析响应。关于数据质量评估、覆盖度、批次效应、样本量、技术偏差或使用限制等具体信息，源站未提供。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，源站标题为“Homo sapiens (ID 399333) - BioProject - NCBI”，英文名称为“PRJNA399333: Dynamic Quantitative Analytic Response of Human Natural Killer Cells at Single-Cell Resolution in B-cell Non-Hodgkin Lymphoma”。关于具体的引用格式、许可条款、使用限制或授权要求，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE102930

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/bioproject/PRJNA399333

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。

数据说明

自然杀伤（NK）细胞是一类在表型和功能上具有多样性的淋巴细胞，能够识别并杀伤癌细胞。靶癌细胞对NK细胞介导的细胞毒作用的敏感性取决于靶细胞表面所表达调节性（活化/抑制性）配体的强度与平衡。我们采用基因表达芯片分析，以确定与B细胞非霍奇金淋巴瘤（b-NHL）相关的NK细胞配体表达模式。微阵列分析显示，在多种淋巴瘤细胞系及b-NHL细胞中，多种NK活化性和共刺激性配体存在差异性上调，包括ULBP1、CD72、CD48和SLAMF6。为了将遗传特征与功能性抗淋巴瘤活性相关联，我们在集成微流控液滴阵列中开发了一种动态、定量的细胞毒性检测方法。该检测方法便于研究NK细胞与靶淋巴瘤细胞之间的瞬时相互作用，也可在单细胞水平上分析NK细胞效应结局的功能异质性。单个NK细胞与靶淋巴瘤细胞被共同包裹于皮升体积液滴中，并进行随时间成像，以定量异型细胞间相互作用。

我们发现NK淋巴瘤细胞接触时长、频率及随后的细胞溶解存在显著变异性。与NK细胞发生单次接触的淋巴瘤细胞死亡速度快于那些进行多次短暂接触的细胞。NK细胞还能通过接触非依赖机制在微滴中杀死靶细胞，这一机制部分依赖于钙依赖过程及穿孔素分泌，但不依赖细胞因子（IFN-γ或TNF-α）。我们扩展了该技术以表征来自b-NHL患者原代细胞的细胞溶解情况。两名患者的弥漫性大B细胞淋巴瘤细胞与NK细胞的接触时长相似；原代伯基特淋巴瘤细胞则形成更长时间的接触，并在较晚时间点被溶解。我们进一步测试了NK-92的细胞毒性效力，这是一种持续生长的NK细胞系，正在研究中

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