多胺通过调节性T细胞功能特化调控适应性抗肿瘤免疫
研究关注肿瘤微环境中多胺过量释放如何以 CK2 依赖方式驱动调节性 T 细胞向免疫抑制方向极化,以及剥夺多胺或抑制 CK2 后 Treg 细胞获得组织修复特性并协调抗肿瘤 2 型免疫应答

基本信息
资源简介
多胺通过调节性T细胞功能特化调控适应性抗肿瘤免疫
Polyamines regulate adaptive antitumor immunity by functional specialization of regulatory T cells
该数据集来自 NCBI GEO,标题为 Polyamines regulate adaptive antitumor immunity by functional specialization of regulatory T cells,包含 1 个文件 GSE296432_series_matrix.txt.gz,属于高通量测序表达谱数据,物种为小鼠(10090),平台为 GPL34328。研究关注肿瘤微环境中多胺过量释放如何以 CK2 依赖方式驱动调节性 T 细胞向免疫抑制方向极化,以及剥夺多胺或抑制 CK2 后 Treg 细胞获得组织修复特性并协调抗肿瘤 2 型免疫应答。数据可用于分析 Treg 细胞功能特化相关基因表达变化(。
【数据集背景】
源站首次发布:May 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):在癌症中,代谢变化和不受控制的肿瘤生长改变营养可用性,影响抗肿瘤免疫应答。调节性 T(Treg)细胞是 T 细胞的一个亚群,具有免疫抑制特性,并已被发现额外具备控制组织稳态和修复的能力。然而,尚不清楚这些功能如何在分子上受到控制,以及它们是否受肿瘤代谢影响。在此,我们报告肿瘤微环境中多胺的过度释放以蛋白激酶 CK2(CK2)依赖的方式指导 Treg 细胞的功能极化朝向免疫抑制。在 Treg 细胞中剥夺多胺以及遗传或药理学抑制 CK2 活性,可诱导 Treg 细胞的组织修复特性,这些特性协调有效的抗肿瘤 2 型免疫应答,并协调组织修复机制以支持
【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:GPL34328、10090。本站分类:肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE296432
【使用注意】
· 源站最后修改于 Oct 29 202,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=GSE296432
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
在癌症中,代谢变化和不受控制的肿瘤生长改变了营养物质的可用性,影响抗肿瘤免疫反应。调节性T(Treg)细胞是具有免疫抑制特性的T细胞亚群,已被发现还具有控制组织稳态和修复的能力。然而,这些功能如何在分子水平上受到控制,以及它们是否受到肿瘤代谢的影响,尚不清楚。在此,我们报告肿瘤微环境中多胺的过度释放以蛋白激酶CK2(CK2)依赖的方式指导Treg细胞向免疫抑制的功能极化。在Treg细胞中剥夺多胺以及遗传或药理学抑制CK2活性,可诱导Treg细胞的组织修复特性,从而协调有效的抗肿瘤2型免疫反应,并协调组织修复机制以支持肿瘤根除。这些发现表明靶向调节Treg细胞功能的潜力,为癌症治疗提供了新途径。本数据集旨在研究DFMO对基因表达的影响,该影响取决于蛋白激酶CK2的β亚基CK2β的存在。
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。




