瘤内cDC1-T细胞簇局部共刺激增强CTL介导肿瘤排斥的源数据
所存文件包含论文图表所依据的定量测量与统计分析数据，包括肿瘤免疫分型、肿瘤生存、T细胞活化、树突状细胞-T细胞簇丰度以及对趋化因子干预的响应
基本信息
资源简介
瘤内cDC1-T细胞簇局部共刺激增强CTL介导肿瘤排斥的源数据
该数据集为研究论文《Intratumoral cDC1–T Cell Clusters Serve as Sites of Local Costimulation to Enhance CTL-Mediated Tumor Rejection》的配套源数据，由作者 Catherine 以 Zenodo 为存放机构发布，发布时间为 2026 年，采用 Creative Commons Attribution 4.0 International 许可。数据集收录了论文图表所依据的定量测量与统计分析数据，涵盖肿瘤免疫分型、肿瘤生存、T 细胞活化、树突状细胞–T 细胞簇丰度以及对趋化因子干预的响应等内容，属于肿瘤免疫学方向的实验支撑数据，可供读者核查论文结论、复用分析流程或开展相关主题的二次研究。
【数据集背景】
该数据集服务于一项关于肿瘤内 cDC1–T 细胞簇的研究。论文主题聚焦于肿瘤内部 cDC1 与 T 细胞形成的细胞簇作为局部共刺激位点，从而增强细胞毒性 T 淋巴细胞（CTL）介导的肿瘤排斥。数据集即为支撑该论文图表结论的源数据集合，其内容与论文的论证链条相对应，覆盖从肿瘤免疫分型到免疫细胞活化与细胞簇丰度等多个观测维度。
【数据内容】
所存文件包含论文图表所依据的定量测量与统计分析数据，具体涉及：肿瘤免疫分型、肿瘤生存、T 细胞活化、树突状细胞–T 细胞簇丰度，以及对趋化因子干预的响应。数据类型以定量测量值和统计分析结果为主，用于支撑论文中各图表的呈现。各文件的具体命名、字段结构、记录条数与文件格式，源站未提供。
【采集与来源】
数据来源于上述研究论文的配套源数据，经 Zenodo 平台发布，来源站为 doi.org，作者为 Carbone, Catherine。关于实验样本来源、动物模型或临床样本信息、实验地点与时间跨度、仪器平台与试剂信息，源站未提供。
【适用场景】
该数据集适用于肿瘤免疫学相关的研究与教学场景，例如：核查论文中肿瘤免疫分型、生存分析、T 细胞活化指标、DC–T 细胞簇丰度及趋化因子干预响应等结果；作为同类免疫微环境分析的对照或参考数据；用于方法学教学中的统计分析与图表复现练习；以及作为后续研究在 cDC1–T 细胞簇与 CTL 抗肿瘤免疫方向上的数据基础。具体适用性需结合使用者自身研究设计判断。
【使用方法】
使用者可依据论文图表与所存文件的对应关系，定位所需的定量测量与统计分析数据，开展结果复核或二次分析。由于源站未提供文件命名规则、字段说明与数据结构文档，使用前需自行核对文件内容与论文图表的对应关系。引用时应遵循 Creative Commons Attribution 4.0 International 许可的要求，注明数据来源与作者信息。
【质量与限制】
该数据集为论文配套源数据，其内容范围限于论文图表所依据的定量测量与统计分析结果。源站未提供样本量、重复次数、缺失值处理方式、统计方法细节、数据采集的质控流程以及版本更新记录等信息，因此无法对数据完整性、精度与适用范围作出进一步判断。使用者应注意数据仅覆盖论文所涉及的观测维度，不宜外推至未涵盖的指标或场景。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，允许在署名前提下使用、共享与改编。引用时应注明数据集名称、作者 Carbone, Catherine、发布机构 Zenodo、发布时间 2026 年及来源站 doi.org。具体的引用格式与 DOI 标识符，源站未提供。
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://doi.org/10.5281/zenodo.23576069
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:
数据集大小约 138.7 KB。
数据说明
支持研究论文《肿瘤内cDC1-T细胞簇作为局部共刺激位点增强CTL介导的肿瘤排斥反应》的源数据。所存文件包含论文中各图所依据的定量测量和统计分析数据，包括肿瘤免疫分型、肿瘤存活、T细胞活化、树突状细胞-T细胞簇丰度以及对趋化因子调控的响应。
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。
