伤害感受器-免疫相互作用组揭示疼痛的损伤特异性免疫特征
研究利用单细胞转录组学探索不同炎症性疼痛模型中特定免疫细胞类型对疼痛发展的影响,发现巨噬细胞和中性粒细胞募集幅度以及损伤触发的 Cx3cr1 high 和 MHCII+ 真皮巨噬细胞转录程序与疼痛密切相关

基本信息
资源简介
伤害感受器-免疫相互作用组揭示疼痛的损伤特异性免疫特征
Nociceptor-immune interactomes reveal insult-specific immune signatures of pain
该数据集来自 NCBI GEO(GSE255686),包含 1 个文件(GSE255686_series_matrix.txt.gz),采用高通量测序进行表达谱分析,物种为小鼠(10090),平台为 GPL24247。研究利用单细胞转录组学探索不同炎症性疼痛模型中特定免疫细胞类型对疼痛发展的影响,发现巨噬细胞和中性粒细胞募集幅度以及损伤触发的 Cx3cr1 high 和 MHCII+ 真皮巨噬细胞转录程序与疼痛密切相关。数据可用于研究伤害感受器与免疫细胞相互作用及炎症性疼痛的免疫机制(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):与组织损伤和感染相关的炎症性疼痛,很大程度上源于伤害感受器感觉神经元外周末梢因暴露于炎症介质而敏感性增高。靶向免疫来源的炎症配体(如前列腺素 E2)可减轻炎症性疼痛,但仍需要更有效、更安全的疗法。然而,免疫细胞和感觉神经元类型、其配体和受体的多样性,使得绘制参与炎症性疼痛的免疫机制图谱变得困难。因此,我们使用单细胞转录组学来探索在多种炎症性疼痛模型中,哪些特定免疫细胞类型影响疼痛的发展。我们发现,巨噬细胞和中性粒细胞募集的程度以及损伤触发的 Cx3cr1 high 和 MHCII+ 真皮巨噬细胞中的转录程序,与疼痛密切相关。
【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。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE255686
【使用注意】
· 源站最后修改于 Jun 28 202,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=GSE255686
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
与组织损伤和感染相关的炎性疼痛,主要源于伤害性感受器感觉神经元外周末梢在暴露于炎症介质后敏感性增高。靶向免疫来源的炎症配体(如前列腺素E2)可减轻炎性疼痛,但仍需要更有效、更安全的疗法。然而,免疫细胞和感觉神经元类型、其配体及受体的多样性,使得阐明参与炎性疼痛的免疫机制颇具挑战。因此,我们采用单细胞转录组学,探讨在不同炎性疼痛模型中哪些特定免疫细胞类型影响疼痛的发生发展。我们发现,巨噬细胞和中性粒细胞募集的程度,以及Cx3cr1高表达和MHCII+真皮巨噬细胞中损伤触发的转录程序,均与炎性痛觉过敏的动力学高度一致。我们构建了一份涵盖受体、配体和代谢物的潜在细胞-细胞相互作用综合清单,并基于免疫细胞和感觉神经元单细胞转录组数据,生成了损伤特异性的神经免疫相互作用组。
该分析揭示了多种炎性疼痛模型共有的相互作用以及特定病症特有的相互作用,并发现了此前未被认定为疼痛调节因子的免疫介质。
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。




