肿瘤浸润性CTL扩增与效应功能依赖Slc7a5介导的色氨酸摄取 [ATAC-seq]

该数据集来自NCBI GEO,标题为肿瘤浸润性CTL扩增与效应功能依赖Slc7a5介导的色氨酸摄取,采用ATAC-seq方法

geo
浏览 8
基因组分类GPL2424710090
GSE267838: Tumor-Infiltrating CTL expansion and effector functions depends on Slc7a5-dependent tryptophan update [ATAC-seq]

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-08

资源简介

肿瘤浸润性CTL扩增与效应功能依赖Slc7a5介导的色氨酸摄取 [ATAC-seq]

Tumor-Infiltrating CTL expansion and effector functions depends on Slc7a5-dependent tryptophan update [ATAC-seq]

该数据集来自NCBI GEO,标题为肿瘤浸润性CTL扩增与效应功能依赖Slc7a5介导的色氨酸摄取,采用ATAC-seq方法。研究利用肿瘤特异性CTL与表达抗原的肿瘤细胞共培养模型,发现CTL响应肿瘤时色氨酸摄取增加,而仅响应抗原时摄取减少;ATAC-Seq分析揭示包括Slc7a5在内的一批转运蛋白转录激活。数据包含1个文件,可用于分析肿瘤微环境中CTL的染色质可及性变化及代谢相关基因调控(来源 NCBI)。

【数据集背景】

源站首次发布:May 19 202。

【数据内容】

源站描述(机器翻译,仅供参考):肿瘤抗原识别及随后的细胞毒性T淋巴细胞(CTL)肿瘤浸润是必要的,但仅此不足以产生抗肿瘤反应。T细胞的营养摄取和代谢重编程可能决定T细胞分化和效应功能,从而在肿瘤微环境中控制CTL功能。Slc7a5是一种大中性氨基酸的L型转运蛋白,在病毒感染期间调控T细胞受体(TCR)介导的T细胞活化。使用肿瘤特异性CTL和表达抗原(Ag)的肿瘤细胞共培养模型,我们确定肿瘤特异性CTL通过增加色氨酸摄取来响应肿瘤,而仅响应抗原而不含肿瘤细胞时则减少色氨酸摄取。对Ag激活和肿瘤激活的CTL进行ATAC-Seq分析,揭示了包括Slc7a5在内的大量转运蛋白的转录激活,Slc7a5是一种转运蛋白,

【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:GPL24247、10090。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE267838

【使用注意】

· 源站最后修改于 Feb 18 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE267838

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

肿瘤抗原识别及随后的细胞毒性T淋巴细胞(CTL)肿瘤浸润是抗肿瘤反应的必要条件,但仅凭这些还不足以引发有效的抗肿瘤应答。T细胞的营养摄取和代谢重编程可能决定T细胞的分化与效应功能,从而调控肿瘤微环境中CTL的功能。Slc7a5是一种大中性氨基酸的L型系统转运体,在病毒感染期间调控T细胞受体(TCR)介导的T细胞活化。通过使用肿瘤特异性CTL与表达抗原(Ag)的肿瘤细胞共培养模型,我们确定肿瘤特异性CTL在应对肿瘤时通过增加色氨酸摄取来作出反应,而在仅应对抗原而无肿瘤细胞时则减少色氨酸摄取。对Ag激活和肿瘤激活的CTL进行ATAC-Seq分析,揭示了包括Slc7a5(一种色氨酸转运体)在内的大量转运体的转录激活。Slc7a5特异性抑制剂显著降低了CTL-肿瘤共培养中的色氨酸摄取,而该微环境中仅存在肿瘤特异性CTL和肿瘤,表明Slc7a5在肿瘤激活的CTL中转运色氨酸发挥重要作用。

随后,我们构建了仅在T细胞中缺失Slc7a5的小鼠(Slc7a5.TKO)。移植的乳腺肿瘤在WT和Slc7a5.TKO小鼠中的生长速度相似。然而,Slc7a5.TKO小鼠形成的肺转移灶显著多于WTR小鼠。此外,移植的黑色素瘤在Slc7a5.TKO小鼠中的生长速度显著快于WT小鼠。与WT小鼠相比,Slc7a5.TKO小鼠的T细胞未见显著差异。然而,在荷瘤小鼠的肿瘤中,CD4+和CD8+ T细胞均减少,表明Slc7a5-色氨酸代谢通路在肿瘤微环境中T细胞活化和扩增中发挥重要作用。scRNA-seq分析确定,与病毒感染宿主中MOTRC1通路减弱不同,Slc7a5缺失导致肿瘤浸润

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。

获取专属数据定制方案