CCR7+活化树突状细胞对自发性和免疫治疗驱动的抗肿瘤免疫至关重要
研究利用单细胞转录组学识别 cDC1 和 cDC2 共有的活化树突状细胞状态,并通过 CCR7 表达构建条件性标记或清除 actDC 的小鼠模型,评估其对肿瘤特异性细胞毒性 T 淋巴细胞 priming 和效应功能的作用

基本信息
资源简介
CCR7+活化树突状细胞对自发性和免疫治疗驱动的抗肿瘤免疫至关重要
CCR7+ activated dendritic cells are essential for spontaneous and immunotherapy-driven anti-tumor immunity
该数据集来自 NCBI GEO(GSE307145),包含 1 个文件 GSE307145_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 GPL19057。研究利用单细胞转录组学识别 cDC1 和 cDC2 共有的活化树突状细胞状态,并通过 CCR7 表达构建条件性标记或清除 actDC 的小鼠模型,评估其对肿瘤特异性细胞毒性 T 淋巴细胞 priming 和效应功能的作用。数据可用于肿瘤免疫微环境、树突状细胞活化状态及免疫治疗机制相关分析(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):单细胞转录组学鉴定出1型与2型常规树突状细胞(cDC1s和cDC2s)共有的一种趋同活化状态。这些活化DC(actDCs)以共表达T细胞刺激分子和抑制分子为特征。在此,我们通过开发利用CCR7表达来条件性标记或清除actDCs的小鼠模型,检验了actDCs对抗肿瘤免疫的功能贡献。cDCs刺激肿瘤特异性细胞毒性T淋巴细胞(CTLs)的能力仅限于actDC状态。cDC1和cDC2来源的actDCs分别通过交叉呈递和交叉修饰支持CTL priming,后者以癌症类型依赖的方式发生。actDCs是肿瘤引流淋巴结中初始CTLs活化以及肿瘤内效应CTL功能维持所必需的。因此,清除
【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:GPL19057、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=GSE307145
【使用注意】
· 源站最后修改于 Aug 04 202,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/geo/query/acc.cgi?acc=GSE307145
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
单细胞转录组学鉴定出常规树突状细胞(cDCs)的一种趋同激活状态,该状态为1型和2型cDCs(cDC1s和cDC2s)所共有。这些激活的DC(actDCs)以共表达T细胞刺激分子和抑制分子为特征。在此,我们通过构建利用CCR7表达来条件性标记或清除actDCs的小鼠模型,研究了actDCs对抗肿瘤免疫的功能贡献。cDCs刺激肿瘤特异性细胞毒性T淋巴细胞(CTLs)的能力仅限于actDC状态。来源于cDC1和cDC2的actDCs分别通过交叉呈递和交叉修饰支持CTL致敏,后者以癌症类型依赖的方式发生。actDCs对于肿瘤引流淋巴结中初始CTLs的激活以及维持肿瘤内效应CTL功能是必需的。因此,清除actDCs会损害自发性肿瘤控制以及对免疫检查点阻断或过继性T细胞治疗的反应。由此可见,actDC状态成为cDC介导的抗肿瘤免疫的关键决定因素。
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。




