人实体瘤微工程移植用于CAR T免疫治疗体外研究

数据集获取

源站：https://search.dataone.org/view/sha256%3A6a342bd7e4938d3936e35154a8156928feee883f8d688e632532e6d5e509a004

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

使用嵌合抗原受体（CAR）T细胞治疗实体恶性肿瘤仍是一项重大挑战，而当前推进该疗法的努力受限于我们探测和理解人类实体瘤中癌症-免疫相互作用的能力有限。在此，我们提出一种微工程化平台，用于在CAR T细胞治疗过程中对恶性实体瘤进行体外建模。该系统使得能够以可控方式将人肿瘤外植体血管化，并用血液来源的免疫细胞对其进行灌注。我们首先提出一种人肺腺癌的微生理模型，并灌注CAR-T细胞，展示该系统如何用于模拟、可视化和探究CAR T细胞针对肿瘤的迁移与效应功能。随后，我们在恶性胸膜间皮瘤模型中证明了测试一种趋化因子导向的CAR T细胞工程策略的可行性，并使用匹配的体内小鼠模型验证了我们的体外评估。

最后，我们……，# 用于CAR T免疫治疗体外研究的人实体瘤微工程移植 数据集DOI：10.5061/dryad.mw6m9068f ## 数据和文件结构描述 在微工程化人实体瘤模型中，采集了人肿瘤构建体、微工程化血管和输注的人T细胞的显微荧光图像。每个文件夹对应相关手稿中的单个图，并包含图面板的子文件夹和/或处理条件的子文件夹，这些也在下文详细描述。图像在文件夹路径和文件名中指示的不同时间点和处理条件下采集。图像文件的命名约定定义如下：图号+面板标签+（肿瘤组、T细胞组或处理组）+构建体ID+培养时间+（肿瘤详情）+（肿瘤移植后天数）+（T细胞详情）+（T细胞输注后天数）+（附加信息如

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。