PRJNA1259916:多胺通过调节性T细胞功能特化调控适应性抗肿瘤免疫 [scRNA-Seq]
该数据集来自NCBI,属于肿瘤/皮肤癌分类下的单细胞RNA测序数据,主题为转录组或基因表达。源站描述聚焦于肿瘤微环境中多胺过量释放通过蛋白激酶CK2依赖方式驱动调节性T细胞向免疫抑制方向功能极化,以及多胺剥夺或CK2抑制诱导T细胞组织修复特性并协调抗肿瘤2型免疫应答
![PRJNA1259916: Polyamines regulate adaptive antitumor immunity by functional specialization of regulatory T cells [scRNA-Seq]](/medical-api/medicalDataset/datasetCover/141846_v20261022184415.jpg)
基本信息
资源简介
PRJNA1259916:多胺通过调节性T细胞功能特化调控适应性抗肿瘤免疫 [scRNA-Seq]
该数据集来自NCBI,属于肿瘤/皮肤癌分类下的单细胞RNA测序数据,主题为转录组或基因表达。源站描述聚焦于肿瘤微环境中多胺过量释放通过蛋白激酶CK2依赖方式驱动调节性T细胞向免疫抑制方向功能极化,以及多胺剥夺或CK2抑制诱导T细胞组织修复特性并协调抗肿瘤2型免疫应答。数据可用于研究Treg细胞功能特化的分子调控、肿瘤代谢对免疫应答的影响及相关基因表达分析(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):在癌症中,代谢变化和不受控制的肿瘤生长改变了营养物质的可用性,影响抗肿瘤免疫应答。调节性T(Treg)细胞是T细胞的一个亚群,具有免疫抑制特性,并已被发现额外具备控制组织稳态和修复的能力。然而,尚不清楚这些功能在分子层面如何被控制,以及它们是否受肿瘤代谢影响。在此,我们报告肿瘤微环境中多胺的过度释放以蛋白激酶CK2(CK2)依赖的方式引导Treg细胞的功能极化朝向免疫抑制。在Treg细胞中剥夺多胺以及遗传或药理学抑制CK2活性,可诱导Treg细胞的组织修复特性,这些特性协调了有效的抗肿瘤2型免疫应答,并协调组织修复机制以支持
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1259916
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/bioproject/PRJNA1259916
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
在癌症中,代谢变化和不受控制的肿瘤生长改变了营养物质的可用性,影响抗肿瘤免疫反应。调节性T(Treg)细胞是T细胞的一个亚群,具有免疫抑制特性,并被发现还具备控制组织稳态和修复的能力。然而,这些功能如何在分子水平上受到控制,以及它们是否受到肿瘤代谢的影响,目前尚不清楚。在此,我们报告肿瘤微环境中多胺的过度释放以蛋白激酶CK2(CK2)依赖的方式指导Treg细胞向免疫抑制的功能极化。在Treg细胞中剥夺多胺以及遗传或药理学抑制CK2活性,可诱导Treg细胞的组织修复特性,这些特性协调了有效的抗肿瘤2型免疫反应,并协调组织修复机制以支持肿瘤根除。这些发现表明,靶向调节Treg细胞功能具有潜力,为癌症治疗提供了新途径。
该数据集旨在研究Treg细胞中CK2b缺陷对B16.F10黑色素瘤中T细胞区室组成的影响。总体设计:将2×10^5个B16.F10细胞接种于野生型小鼠(WT;Csnk2bfl/fl)和Foxp3-Cre × CK2b-fl/fl(KO;Csnk2bTreg-/-)小鼠(8–16周龄)。接种后第21天分离B16.F10肿瘤。
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。




