荷瘤L2-Cre;p120f/f小鼠CD38high与CD38low CD11b+Gr1+脾细胞表达数据
研究检测到498个差异表达基因,其中Nos2在CD38high MDSC中上调最为显著。该数据可用于比较MDSC亚群转录组差异、筛选CD38相关功能基因及研究MDSC免疫抑制机制(来源 omicsdi.org)

基本信息
资源简介
荷瘤L2-Cre;p120f/f小鼠CD38high与CD38low CD11b+Gr1+脾细胞表达数据
该数据集来自omicsdi.org,为荷瘤L2-Cre;p120f/f小鼠脾脏CD38high与CD38low CD11b+Gr1+髓源性抑制细胞(MDSC)的基因表达微阵列数据,共分析8个样本,包括3对来自个体小鼠的CD38high和CD38low MDSC以及一对混合MDSC。研究检测到498个差异表达基因,其中Nos2在CD38high MDSC中上调最为显著。该数据可用于比较MDSC亚群转录组差异、筛选CD38相关功能基因及研究MDSC免疫抑制机制(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):髓源性抑制细胞(MDSC)是存在于晚期癌症患者和小鼠肿瘤模型中的一类具有免疫抑制作用的未成熟髓系细胞。我们发现Cd38基因可能在MDSC生物学中发挥重要作用。为确定荷瘤小鼠CD38high与CD38low MDSC之间的差异,我们开展了本微阵列研究。在本数据集中,我们纳入了从荷瘤L2-Cre;p120f/f小鼠分选的脾脏CD38high CD11b+Gr1+细胞与同一小鼠CD38low CD11b+Gr1+细胞的表达数据比较。利用这些数据,我们检测到498个基因的差异表达。Nos2基因是CD38high MDSC中上调最显著的基因之一。共分析8个样本:3对CD38high和CD38low MDSC(来自个体小鼠),以及一对混合的CD38high和CD38low MDSC(来自3只小鼠的脾细胞)。
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-71705
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-71705
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
髓源性抑制细胞(MDSCs)是一种免疫抑制性的未成熟髓系细胞群体,存在于晚期癌症患者和小鼠肿瘤模型中。我们已经发现Cd38基因可能在MDSC生物学中发挥重要作用。为了确定来自荷瘤小鼠的CD38高表达和CD38低表达MDSCs之间的差异,我们进行了这项微阵列分析。在本数据集中,我们纳入了从荷瘤L2-Cre;p120f/f小鼠分选获得的脾脏CD38高表达CD11b+Gr1+细胞与同一小鼠的CD38低表达CD11b+Gr1+细胞的表达数据比较。利用这些数据,我们检测到498个基因的差异表达。Nos2基因是CD38高表达MDSCs中上调最显著的基因之一。共分析了8个样本:3对CD38高表达和CD38低表达MDSCs(来自个体小鼠),以及一对混合的CD38高表达和CD38低表达MDSCs(将3只小鼠的脾细胞混合后进行分选以提高产量)。基因表达差异通过单变量检验(双样本t检验)结合多变量置换检验(10,000次随机置换)确定。
采用小于0.001的p值截断值和至少2倍的表达变化来识别两组之间表达差异显著的基因。
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。




