野生型与5xFAD阿尔茨海默病模型小鼠深颈、浅颈及腹股沟淋巴结免疫细胞单细胞水平基因表达谱
该数据集来自NCBI GEO，包含野生型（WT）与阿尔茨海默病转基因模型（5xFAD）小鼠的深颈淋巴结（dCLNs）、浅颈淋巴结（sCLNs）和腹股沟淋巴结（iLNs）免疫细胞的单细胞RNA测序数据，并额外测序TCR和BCR转录本以分析各淋巴结中T细胞和B细胞的克隆分布
基本信息
资源简介
野生型与5xFAD阿尔茨海默病模型小鼠深颈、浅颈及腹股沟淋巴结免疫细胞单细胞水平基因表达谱
Gene expression profie at single cell level of immune cells from the deep cervical lymph nodes (dCLNs), superficial cervical lymph nodes (sCLNs), and inguinal lymph nodes (iLNs) of wild-type (WT) and Alzheimer's disease (AD) transgenic animals (5xFAD)
该数据集来自NCBI GEO，包含野生型（WT）与阿尔茨海默病转基因模型（5xFAD）小鼠的深颈淋巴结（dCLNs）、浅颈淋巴结（sCLNs）和腹股沟淋巴结（iLNs）免疫细胞的单细胞RNA测序数据，并额外测序TCR和BCR转录本以分析各淋巴结中T细胞和B细胞的克隆分布。数据可用于比较dCLNs与其他引流淋巴结的免疫细胞组成，并探究dCLNs免疫在AD进展中的作用（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 10 202。
【数据内容】
源站描述（机器翻译，仅供参考）：dCLNs是专门引流脑脊液（CSF）的淋巴结。我们使用单细胞RNA测序（scRNA-seq）来表征dCLNs与其他引流淋巴结相比的免疫细胞群体。我们比较了健康WT小鼠与5xFAD小鼠之间dCLNs的免疫景观，以探究dCLNs免疫在AD进展中的作用。此外，我们对TCR和BCR转录本进行了测序，以分析每个淋巴结中T细胞和B细胞的克隆分布。
【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：神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE276793
【使用注意】
· 源站最后修改于 Jul 31 202，引用时请注意版本时效。
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=GSE276793
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
dCLNs是专门负责引流脑脊液（CSF）的淋巴结。我们采用单细胞RNA测序（scRNA-seq）技术，对dCLNs中的免疫细胞群体进行了表征，并与其他引流淋巴结进行了比较。我们比较了健康WT小鼠与5xFAD小鼠dCLNs的免疫图谱，以探究dCLNs免疫在AD进展中的作用。此外，我们还对TCR和BCR转录本进行了测序，以分析各淋巴结中T细胞和B细胞的克隆分布。
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。
