Foxp3特异性缺失CREB产生Th2偏向的ST-2阳性调节性T细胞并增强IL-10产生与抑制能力
研究围绕Foxp3特异性敲除CREB的小鼠调节性T细胞展开,涉及Foxp3、IL-13、IL-10、ST-2、CREM等基因表达变化及Th1/Th2平衡调控

基本信息
资源简介
Foxp3特异性缺失CREB产生Th2偏向的ST-2阳性调节性T细胞并增强IL-10产生与抑制能力
Foxp3-specific deletion of CREB generates Th2 biased ST-2 positive regulatory T-cells with enhanced IL-10 production and suppressive capacity
该数据集来自NCBI GEO,包含1个文件(GSE157693_series_matrix.txt.gz),主题为Genome binding/occupancy profiling by high throughput sequencing,物种为小鼠(10090),平台GPL11002。研究围绕Foxp3特异性敲除CREB的小鼠调节性T细胞展开,涉及Foxp3、IL-13、IL-10、ST-2、CREM等基因表达变化及Th1/Th2平衡调控。数据可用于分析CREB在Treg功能与哮喘易感性中的作用(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):调节性T细胞(Tregs)是免疫稳态的守门人,以表达Foxp3为特征,Foxp3维持Treg身份。转录激活因子CREB在体外可关键性地稳定Foxp3表达。本研究表明,在Foxp3特异性敲除CREB的小鼠中,Tregs在体内显示Foxp3表达降低,但令人惊讶的是IL-13、IL-10、ST-2和CREM表达增强。这使得此类Tregs在体外具有高度抑制性,并以IL-10依赖的方式预防Th1模型(如T细胞介导的转移性结肠炎)的疾病活动。另一方面,2型B细胞反应增强,导致高IgE水平和对实验性哮喘的易感性。我们的数据表明,Tregs中的CREB表达通过调控ST-2和IL-10,对Th1和Th2反应之间的平衡很重要。
【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:GPL11002、10090。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=GSE157693
【使用注意】
· 源站最后修改于 Aug 13 202,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=GSE157693
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
调节性T细胞(Tregs)是免疫稳态的守门人,其特征是表达Foxp3,而Foxp3维持Treg的身份。转录激活因子CREB在体外可关键性地稳定Foxp3表达。在此,我们证明,在Foxp3特异性敲除CREB的小鼠中,Tregs在体内显示Foxp3表达降低,但令人惊讶的是,IL-13、IL-10、ST-2和CREM的表达增强。这使得此类Tregs在体外具有高度抑制性,并以IL-10依赖的方式阻止Th1模型(如T细胞介导的转移性结肠炎)中的疾病活动。另一方面,2型B细胞反应增强,导致高IgE水平和对实验性哮喘的易感性。我们的数据表明,Tregs中CREB的表达通过调节ST-2和IL-10,对Th1和Th2反应之间的平衡很重要。
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。




