合成长肽喂养人树突状细胞的HLA-I免疫肽组分析用于治疗性疫苗设计
该数据集来自omicsdi.org,属于肿瘤/其他分类,包含人树突状细胞(DC)经12条基于乙型肝炎病毒(HBV)的合成长肽(SLP)联合TLR1/2(Amplivant®)或TLR3(PolyI:C)配体刺激后产生的高质量免疫肽组数据

基本信息
资源简介
合成长肽喂养人树突状细胞的HLA-I免疫肽组分析用于治疗性疫苗设计
该数据集来自omicsdi.org,属于肿瘤/其他分类,包含人树突状细胞(DC)经12条基于乙型肝炎病毒(HBV)的合成长肽(SLP)联合TLR1/2(Amplivant®)或TLR3(PolyI:C)配体刺激后产生的高质量免疫肽组数据。数据反映佐剂诱导的差异,但SLP交叉呈递无差异,并揭示B等位基因上的优势(交叉)呈递及33条独特的SLP来源HLA-I肽。可用于治疗性疫苗设计中SLP的交叉呈递评估与佐剂效应研究(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):合成长肽(SLP)是一种有前景的疫苗模式,利用树突状细胞(DC)治疗慢性感染或癌症。目前,SLP的设计依赖于计算机预测和多因素T细胞试验来确定哪些SLP在DC人白细胞抗原I类(HLA-I)上被最佳交叉呈递。此外,基于TLR配体的佐剂如何影响DC交叉呈递尚不清楚。在这里,我们生成了一个独特的高质量免疫肽组数据集,来自用人DC脉冲12条基于乙型肝炎病毒(HBV)的SLP并结合TLR1/2(Amplivant®)或TLR3(PolyI:C)配体。获得的免疫肽组反映了佐剂诱导的差异,但SLP的交叉呈递无差异。我们揭示了B等位基因上的优势(交叉)呈递,并鉴定了33条独特的SLP来源HLA-I肽,其中一些未在计算机预测中,一些我们
【主题与分类】
主题标签:Major histocompatibility complex (mhc)、peptide vaccination、cross-presentation、hla ligandome、hepatitis b、immunopeptidomics。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD051490
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://omicsdi.org/dataset/pride/PXD051490
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
合成长肽(SLPs)是一种有前景的疫苗模式,利用树突状细胞(DC)治疗慢性感染或癌症。目前,SLP的设计依赖于计算机预测和多因素T细胞试验来确定哪些SLP在DC人类白细胞抗原I类(HLA-I)上交叉呈递效果最佳。此外,基于TLR配体的佐剂如何影响DC交叉呈递尚不清楚。在此,我们生成了一个独特的高质量免疫肽组数据集,该数据集来自人类DC,这些DC被12种基于乙型肝炎病毒(HBV)的SLP脉冲处理,并分别与TLR1/2(Amplivant®)或TLR3(PolyI:C)配体结合。所获得的免疫肽组反映了佐剂诱导的差异,但SLP的交叉呈递没有差异。我们发现了在B等位基因上的主导性(交叉)呈递,并鉴定了33种独特的SLP衍生HLA-I肽,其中一些未被计算机预测,还有一些在所有供体中一致发现。我们的工作提出DC免疫肽组学作为治疗性疫苗设计的有价值工具。
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。




