无ILC2及未感染与MuHV-4感染小鼠ILC2共培养的巨噬细胞转录组比较
该数据集来自NCBI GEO,比较三种条件下巨噬细胞培养的转录组谱:无ILC2、与未感染小鼠来源ILC2共培养、与MuHV-4感染小鼠来源ILC2共培养

基本信息
资源简介
无ILC2及未感染与MuHV-4感染小鼠ILC2共培养的巨噬细胞转录组比较
Comparison of transcriptomic profiles of macrophages cultures without ILC2, in presence of ILC2 from uninfected mice, and in presence of ILC2 from MuHV-4 infected mice.
该数据集来自NCBI GEO,比较三种条件下巨噬细胞培养的转录组谱:无ILC2、与未感染小鼠来源ILC2共培养、与MuHV-4感染小鼠来源ILC2共培养。数据包含1个文件,采用高通量测序进行表达谱分析,物种为小鼠。该数据可用于研究ILC2对巨噬细胞转录组的影响,以及γ疱疹病毒感染背景下ILC2与巨噬细胞互作在哮喘等呼吸系统疾病中的潜在作用(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 17 202。
【数据内容】
源站描述(机器翻译,仅供参考):哮喘的免疫学复杂,涉及免疫调节通路的丧失,西方生活方式诱导微生物多样性和暴露时间的变化。γ疱疹病毒(γHVs)是人类最普遍的病毒之一。它们在生命早期建立感染,深刻印记宿主的免疫系统。使用鼠疱疹病毒4(MuHV-4),一种人类γHV感染的小鼠模型,我们发现肺驻留和骨髓来源的2型先天淋巴样细胞(ILC2s)在响应屋尘螨时,以IFN-γ依赖的方式,表现出持久的扩增和产生2型细胞因子能力降低。重要的是,我们发现肺ILC2s是重要的生态位细胞,在感染环境下单核细胞补充时印记肺泡巨噬细胞的组织特异性身份。特别地,我们表明MuHV-4
【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=GSE218245
【使用注意】
· 源站最后修改于 Apr 11 202,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=GSE218245
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
哮喘的免疫学机制复杂,涉及免疫调节通路的丧失,而西方生活方式的采用则诱导微生物多样性和暴露时间的变化。γ疱疹病毒(γHVs)是人类最常见的病毒之一。它们在生命早期建立感染,深刻影响宿主的免疫系统。利用鼠疱疹病毒4型(MuHV-4)——一种人类γHV感染的小鼠模型——我们发现,在屋尘螨刺激下,肺驻留和骨髓来源的2型固有淋巴细胞(ILC2s)均表现出持久的扩增能力下降和2型细胞因子产生减少,且这一过程依赖于IFN-γ。重要的是,我们揭示了肺ILC2s是关键的生态位细胞,在感染状态下单核细胞补充时赋予肺泡巨噬细胞组织特异性身份。具体而言,我们发现MuHV-4感染破坏了正常的ILC2-上皮细胞回路,该回路在不影响单核细胞来源AMs分化的情况下,为其赋予2型功能。
这些结果表明,持续的γ疱疹病毒感染通过长期影响ILC2生态位细胞,对肺泡微环境的塑造远超初始急性感染阶段。
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。




