GSE212011:2型固有淋巴细胞非冗余功能
研究围绕 2 型固有淋巴细胞(ILC2)的非冗余功能,利用 Nmur1 启动子驱动 Cre 重组酶和 GFP 表达的小鼠模型,在 ILC2 中特异性删除 Id2 和 Gata-3,构建 ILC2 缺陷小鼠,用于分析稳态及过敏性哮喘模型中嗜酸性粒细胞募集、2 型免疫与上皮反应以及蠕虫控制等表型

基本信息
资源简介
GSE212011:2型固有淋巴细胞非冗余功能
Non-redundant functions of group 2 innate lymphoid cells
该数据集来自 NCBI GEO(GSE212011),包含 1 个文件(GSE212011_series_matrix.txt.gz),基于高通量测序的表达谱数据,物种为小鼠(10090),平台为 GPL24247。研究围绕 2 型固有淋巴细胞(ILC2)的非冗余功能,利用 Nmur1 启动子驱动 Cre 重组酶和 GFP 表达的小鼠模型,在 ILC2 中特异性删除 Id2 和 Gata-3,构建 ILC2 缺陷小鼠,用于分析稳态及过敏性哮喘模型中嗜酸性粒细胞募集、2 型免疫与上皮反应以及蠕虫控制等表型。数据可用于呼吸系统疾病与哮喘相关的基因表达分析(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 25 202。
【数据内容】
源站描述(机器翻译,仅供参考):在此,我们报道了一种基于 Nmur1 启动子的新小鼠模型的构建,该启动子驱动 Cre 重组酶和绿色荧光蛋白(GFP)的同时表达,从而能够在不影响其他固有和适应性免疫细胞的情况下对 ILC2 进行基因打靶。通过在表达 Nmur1 的细胞中利用 Cre 介导的基因缺失去除 Id2 和 Gata-3,我们构建了具有选择性且特异性 ILC2 缺陷的小鼠。ILC2 缺陷小鼠在稳态下嗜酸性粒细胞计数降低,并且在过敏性哮喘模型中无法向气道募集嗜酸性粒细胞。此外,ILC2 缺陷小鼠无法产生适当的免疫和上皮 2 型反应,导致蠕虫控制出现严重缺陷以及非保护性的 3 型免疫反应。总体而言,我们的数据确立了在存在适应性免疫细胞的情况下,ILC2 在稳态和 d 期间具有非冗余功能。
【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: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=GSE212011
【使用注意】
· 源站最后修改于 Nov 25 202,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=GSE212011
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
在此,我们报道了一种基于Nmur1启动子驱动Cre重组酶和绿色荧光蛋白(GFP)同时表达的新型小鼠模型的构建,该模型能够在不影响其他固有免疫和适应性免疫细胞的情况下实现ILC2的基因打靶。通过在表达Nmur1的细胞中利用Cre介导的基因缺失去除Id2和Gata-3,我们构建了ILC2选择性且特异性缺陷的小鼠。ILC2缺陷小鼠在稳态下嗜酸性粒细胞计数降低,且在过敏性哮喘模型中无法招募嗜酸性粒细胞至气道。此外,ILC2缺陷小鼠无法产生适当的免疫和上皮2型应答,导致线虫控制出现严重缺陷以及非保护性3型免疫应答。总体而言,我们的数据确立了ILC2在适应性免疫细胞存在条件下于稳态和疾病期间的非冗余功能,并支持免疫系统基于时空分工的多层次组织架构。
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。




