GSE306664:新型IFNs转录组图谱揭示不同人类疾病中不同免疫细胞的I型和II型IFN差异应答

该数据集来自NCBI GEO,包含1个文件(GSE306664_series_matrix.txt.gz),通过高通量测序表达谱分析,研究不同人类疾病中不同免疫细胞对I型和II型干扰素的差异应答

geo
浏览 4
基因组分类GPL246769606
GSE306664: Revealing differential type I and type II IFN responses in different immune cells in various human diseases by a new IFNs transcriptomic atlas

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-05

资源简介

GSE306664:新型IFNs转录组图谱揭示不同人类疾病中不同免疫细胞的I型和II型IFN差异应答

Revealing differential type I and type II IFN responses in different immune cells in various human diseases by a new IFNs transcriptomic atlas

该数据集来自NCBI GEO,包含1个文件(GSE306664_series_matrix.txt.gz),通过高通量测序表达谱分析,研究不同人类疾病中不同免疫细胞对I型和II型干扰素的差异应答。研究者用IFN-α、IFN-β、IFN-γ和IFN-λ1刺激多种人类免疫细胞亚群,构建了新的单细胞转录组数据,发现经典干扰素刺激基因在多个免疫细胞亚群中高表达,且各亚群对IFN-α或IFN-γ有独特基因集,并据此提出新的评分方法,可用于免疫细胞干扰素应答的机制与疾病研究(来源 NCBI)。

【数据集背景】

源站首次发布:Aug 27 202。

【数据内容】

源站描述(机器翻译,仅供参考):干扰素(IFNs)是介导广泛免疫应答的关键细胞因子,参与宿主防御、自身免疫疾病和癌症等多种过程。为了在不同人类免疫细胞中获得对不同IFNs应答的单细胞分辨率,我们通过用IFN-α、IFN-β、IFN-γ和IFN-λ1刺激,在多种人类免疫细胞亚群中生成了一个新的单细胞转录组数据集。我们不仅发现经典干扰素刺激基因(ISGs)在多个免疫细胞亚群中高度升高,而且每个免疫细胞亚群在响应IFN-α或IFN-γ刺激时也显示出独特的基因集。此外,许多在IFN-α和IFN-γ之间共享的ISGs的表达倍数变化不同,这促使我们利用这些独特特征生成一种新的评分方法。为了从许多不同人类疾病中获得I型和II型IFN应答的全面视图,我们将我们的应用于

【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:GPL24676、9606。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=GSE306664

【使用注意】

· 源站最后修改于 Jun 30 202,引用时请注意版本时效。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE306664

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

干扰素(IFNs)是介导广泛免疫反应的关键细胞因子,参与宿主防御、自身免疫疾病和癌症等多种过程。为了在单细胞分辨率下探究不同人类免疫细胞对不同类型的IFN的响应,我们通过使用IFN-α、IFN-β、IFN-γ和IFN-λ1刺激,生成了一个新的单细胞转录组数据集,涵盖了多种人类免疫细胞亚群。我们不仅发现经典的IFN刺激基因(ISGs)在多个免疫细胞亚群中高度上调,而且每个免疫细胞亚群对IFN-α或IFN-γ刺激还表现出独特的基因集。此外,许多在IFN-α和IFN-γ之间共享的ISGs的表达倍数变化存在差异,这促使我们利用这些独特特征开发了一种新的评分方法。为了从多种不同人类疾病中获得I型和II型IFN反应的全貌,我们将该工具应用于几个已发表的scRNAseq数据集,这些数据来自已知IFN反应升高的患者。

我们还将此应用于一组新诊断的多发性骨髓瘤(NDMM)患者的新队列,并进行了横断面和纵向分析,以探索NDMM中IFN反应,与健康对照及接受诱导治疗后(含或不含达雷妥尤单抗)的NDMM患者进行比较。我们发现,在NDMM中,循环蛋白IFN-α2A、IFN-β和IFN-γ水平较高,且所有循环免疫细胞中I型和II型IFN评分均升高。诱导治疗仅降低了I型IFN反应,尤其是在CD14单核细胞中,以及循环IFN-α。我们离体数据集中的已知ISGs和新型细胞类型特异性ISGs均能在体内NDMM中重现。我们的工作为了解免疫细胞类型对IFNs的特异性反应提供了见解,并为从人类疾病中剖析不同的IFN反应提供了新的清晰度。借助我们的云基探索工具,这一新工具可轻松被众多研究者使用,以进一步拓展人类IFN研究。

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。