慢性气道炎症中外泌体线粒体转移重编程T辅助细胞功能
该数据集来自 NCBI GEO(GSE144813),聚焦哮喘慢性气道炎症中外泌体介导的线粒体转移对 CD4+ T 细胞功能的重编程

基本信息
资源简介
慢性气道炎症中外泌体线粒体转移重编程T辅助细胞功能
Exosomal Transfer of Mitochondria Reprograms T Helper Cell Function In Chronic Airway Inflammation
该数据集来自 NCBI GEO(GSE144813),聚焦哮喘慢性气道炎症中外泌体介导的线粒体转移对 CD4+ T 细胞功能的重编程。数据为表达谱芯片(GPL28122,人 9606),仅含 1 个文件 GSE144813_series_matrix.txt.gz。可用于研究哮喘中髓系来源调节细胞(MDRC)外泌体线粒体对 Th17/Th2 激活与极化的影响,以及 Drp1 依赖的线粒体分裂和线粒体氧化信号阻断等机制相关的基因表达分析(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 05 202。
【数据内容】
源站描述(机器翻译,仅供参考):复杂多细胞生物中的细胞间通讯由可溶性因子和包括外泌体在内的细胞外囊泡介导。髓系来源调节细胞(MDRC)是哮喘中 CD4+ T 细胞反应的调节者。在此,我们证明来自哮喘患者的气道 MDRC 来源外泌体介导 T 细胞受体结合和线粒体转移,从而促进抗原特异性激活以及 Th17 和 Th2 细胞的极化,这些细胞是哮喘慢性气道炎症的驱动因素。外泌体线粒体主要通过膜融合被 CD4+ T 细胞内化,尽管其激活不依赖于内化。此外,阻断 MDRC 来源外泌体中的线粒体氧化剂信号可减轻 T 细胞激活。在哮喘患者中,促炎性 MDRC 中 Drp1 依赖的线粒体分裂过程产生外泌体线粒体。重要的是,内化
【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:Expression profiling by array、GPL28122、9606。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE144813
【使用注意】
· 源站最后修改于 Sep 24 202,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=GSE144813
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
在复杂的多细胞生物中,细胞间通讯由可溶性因子和包括外泌体在内的细胞外囊泡介导。髓系来源调节细胞(MDRC)是哮喘中CD4+ T细胞应答的调节者。在此,我们证明哮喘患者气道MDRC来源的外泌体介导T细胞受体结合和线粒体转移,从而促进抗原特异性激活以及Th17和Th2细胞的极化,这些细胞是哮喘慢性气道炎症的驱动因素。外泌体线粒体主要通过膜融合被CD4+ T细胞内化,尽管其激活并不依赖于内化。此外,阻断MDRC来源外泌体中的线粒体氧化剂信号可减轻T细胞激活。在哮喘患者中,促炎性MDRC中依赖Drp1的线粒体分裂过程生成外泌体线粒体。重要的是,内化的外泌体线粒体与极化的细胞骨架和线粒体网络共定位,提示其在受体T细胞免疫突触组织中的作用。
这些结果表明,线粒体分裂和外泌体转移在慢性气道炎症的免疫交互作用中扮演着此前未被认识的角色。
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。




