多发性硬化中CD4+、CD8+ T细胞与CD14+单核细胞的细胞类型特异性转录组

该数据集来自 NCBI GEO(GSE137143),对未经治疗的多发性硬化(MS)患者(n=122)与健康受试者(n=22)分选出的 CD4+、CD8+ T 细胞及 CD14+ 单核细胞进行全转录组测序,用于评估细胞类型特异性基因表达

geo
浏览 9
基因组分类GPL246769606
GSE137143: Cell-Type-Specific Transcriptome of CD4+, CD8+ T cells and CD14+ monocytes in multiple sclerosis

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-04

资源简介

多发性硬化中CD4+、CD8+ T细胞与CD14+单核细胞的细胞类型特异性转录组

Cell-Type-Specific Transcriptome of CD4+, CD8+ T cells and CD14+ monocytes in multiple sclerosis

该数据集来自 NCBI GEO(GSE137143),对未经治疗的多发性硬化(MS)患者(n=122)与健康受试者(n=22)分选出的 CD4+、CD8+ T 细胞及 CD14+ 单核细胞进行全转录组测序,用于评估细胞类型特异性基因表达。分析共鉴定出 CD14+ 单核细胞 612 个、CD4+ T 细胞 464 个、CD8+ T 细胞 93 个差异表达基因(DEGs)。数据可用于研究 MS 中免疫细胞特异的表达改变,并支持基于表达谱的样本分类或差异表达分析(来源 NCBI)。

【数据集背景】

源站首次发布:Sep 09 201。

【数据内容】

源站描述(机器翻译,仅供参考):多发性硬化(MS)是一种中枢神经系统自身免疫性疾病,遗传和环境因素均被认为参与其中。全基因组关联研究揭示了 200 多个风险位点,其中大多数位点包含主要在免疫细胞中表达的基因。然而,遗传差异是否转化为细胞特异性基因表达谱,以及这些表达谱在 MS 中改变到何种程度,目前尚不清楚。为了在大型 MS 患者队列中评估细胞类型特异性基因表达,我们对分选的 T 细胞(CD4+ 和 CD8+)和 CD14+ 单核细胞进行了全转录组测序,样本来自未经治疗的 MS 患者(n=122)和健康受试者(n=22)。接下来,我们对 RNA 测序数据集进行了全面分析,在 CD14+ 单核细胞中鉴定出 612 个差异表达基因(DEGs),在 CD4+ T 细胞中鉴定出 464 个,在 CD8+ T 细胞中鉴定出 93 个。值得注意的是,约

【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:GPL24676、9606。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137143

【使用注意】

· 源站最后修改于 Sep 23 202,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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE137143

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

多发性硬化症(MS)是一种中枢神经系统的自身免疫性疾病,其发病被认为涉及遗传和环境因素。全基因组关联研究揭示了200多个风险位点,其中大多数位点包含主要在免疫细胞中表达的基因。然而,遗传差异是否转化为细胞特异性基因表达谱,以及这些在MS中改变的程度,目前尚不完全清楚。为了评估大量MS患者队列中的细胞类型特异性基因表达,我们对未经治疗的MS患者(n=122)和健康受试者(n=22)分选的T细胞(CD4+和CD8+)及CD14+单核细胞进行了全转录组测序。接下来,我们对RNA测序数据集进行了全面分析,并在CD14+单核细胞中鉴定出612个差异表达基因(DEGs),CD4+ T细胞中464个,CD8+ T细胞中93个。值得注意的是,约三分之一(36.6%)的DEGs是非编码RNA,其中大多数(88.2%)在MS中下调。我们在每个细胞亚群中鉴定出大型共表达基因模块和与关键MS基因相关的顺式eQTLs。

重要的是,我们发现CD4+ T细胞中NAE1的失调,NAE1是NEDD8激活酶(NAE)的一个亚基,它能激活类泛素化途径。最后,我们证明了使用Pevonedistat(MLN4924)抑制NAE能够减轻小鼠实验性自身免疫性脑脊髓炎(EAE)的疾病严重程度。我们的发现为多发性硬化症相关的基因调控提供了新的见解,揭示了类泛素化在多发性硬化症发病机制中的关键作用,并为开发定制化的疾病修正药物提供了启示。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。