GSE339295:克服衰老以构建可扩展的通用T细胞疗法
该数据集来自 NCBI GEO,标题为克服衰老以构建可扩展的通用 T 细胞疗法,聚焦肿瘤免疫治疗中同种异体细胞疗法面临的复制性衰老限制

基本信息
资源简介
GSE339295:克服衰老以构建可扩展的通用T细胞疗法
Overcoming senescence to engineer scalable universal T cell therapies
该数据集来自 NCBI GEO,标题为克服衰老以构建可扩展的通用 T 细胞疗法,聚焦肿瘤免疫治疗中同种异体细胞疗法面临的复制性衰老限制。数据整合 T 细胞淋巴增殖性疾病、白血病 T 细胞系、全基因组 CRISPR 筛选与转基因富集筛选信息,形成靶向复制性衰老相关基因的基因编辑策略。该策略应用于健康供者 CD8+ T 细胞,实现体外扩增并保留效应功能与淋巴细胞基本属性。数据可用于研究 T 细胞衰老机制、基因编辑与可扩展通用细胞疗法(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):过继性细胞疗法已为部分癌症患者带来变革性疗效。自体细胞疗法面临诸多挑战,因此需要建立同种异体策略。然而,细胞衰老会限制淋巴细胞增殖与功能,制约我们生产可扩展的同种异体解决方案以提高患者可及性的能力。T 细胞或 NK 细胞的体外激活会加速这一过程,削弱扩增与效应能力。为解决这一问题,我们整合了来自 T 细胞淋巴增殖性疾病、白血病 T 细胞系、全基因组 CRISPR 筛选和转基因富集筛选的见解,开发了一种靶向复制性衰老相关基因的基因编辑策略。将该编辑策略应用于健康供者 CD8+ T 细胞,可实现十亿亿倍(quintillion-fold)的体外扩增,同时保留效应功能和淋巴细胞基本属性。进一步 en
【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:Other、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=GSE339295
【使用注意】
· 源站最后修改于 Oct 05 202,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=GSE339295
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
过继性细胞疗法已为部分癌症患者带来变革性疗效。自体细胞疗法面临诸多挑战,因此需要建立异体策略。然而,细胞衰老限制了淋巴细胞的增殖和功能,制约了我们生产可规模化异体解决方案以提高患者可及性的能力。T细胞或NK细胞的体外激活会加速这一过程,削弱其扩增能力和效应功能。为解决这一问题,我们整合了T细胞淋巴增殖性疾病、白血病T细胞系、全基因组CRISPR筛选和转基因富集筛选的见解,开发了一种靶向复制性衰老相关基因的基因编辑策略。将该编辑策略应用于健康供者CD8+ T细胞后,可实现百亿亿倍(quintillion-fold)的体外扩增,同时保留效应功能和淋巴细胞的基本特性。进一步工程化改造,引入CAR转基因和组织相容性编辑,使单个供者能够生产数千剂“通用效应细胞”(Universal Effector Cell,UEC)。UEC提供了一种可规模化、即用型的细胞治疗平台,能够提供强效、功能性治疗产品并改善患者可及性。
我们的结果强调了精确调节淋巴细胞中的细胞周期调控机制如何实现巨大的可扩展性,同时不影响正常的免疫效应功能或核心淋巴细胞特性。
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。




