过敏性哮喘致病性Th2细胞调控程序的单细胞图谱
该数据集来自NCBI GEO,包含小鼠过敏性哮喘模型中肺致病性Th2细胞的单细胞RNA测序数据,比较了HDAC1功能存在与缺失条件下的免疫调控

基本信息
资源简介
过敏性哮喘致病性Th2细胞调控程序的单细胞图谱
Single-cell profiling uncovers regulatory programs of pathogenic Th2 cells in allergic asthma
该数据集来自NCBI GEO,包含小鼠过敏性哮喘模型中肺致病性Th2细胞的单细胞RNA测序数据,比较了HDAC1功能存在与缺失条件下的免疫调控。数据覆盖两种致病性Th2细胞亚群:致病效应Th2和致病性Th2组织驻留记忆细胞,可用于研究哮喘中Th2细胞的异质性、转录特征及表观遗传调控机制(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 27 202。
【数据内容】
源站描述(机器翻译,仅供参考):肺致病性2型辅助性T细胞(pTh2)是过敏性哮喘的重要驱动因素,但其调控和异质性仍存在基本问题。免疫细胞的分化和效应功能受到表观遗传过程的严格调控。组蛋白去乙酰化酶1(HDAC1)是T细胞的重要表观遗传调控因子,但其在pTh2细胞中的作用尚未确定。在此,我们通过单细胞RNA测序(scRNA-seq)研究过敏性哮喘中的免疫调控,使用屋尘螨攻击的小鼠,在HDAC1功能存在和缺失的条件下。我们的分析揭示了肺pTh2细胞的两个不同亚群:致病效应Th2(peTh2)和致病性Th2组织驻留记忆(Th2 Trm)细胞。两个pTh2细胞亚群均高度促炎,并与其他肺Th亚群相比表现出不同的转录和表型特征。
【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=GSE280390
【使用注意】
· 源站最后修改于 Mar 26 202,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=GSE280390
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
肺致病性2型辅助性T细胞(pTh2细胞)是过敏性哮喘的重要驱动因素,但其调控机制与异质性等基本问题仍未明确。免疫细胞的分化与效应功能受到表观遗传过程的严格调控。组蛋白去乙酰化酶1(HDAC1)是T细胞的重要表观遗传调控因子,但其在pTh2细胞中的作用尚待确定。本研究通过在存在和缺失HDAC1功能的情况下,对屋尘螨激发的小鼠进行单细胞RNA测序(scRNA-seq),探讨过敏性哮喘中的免疫调控。我们的分析揭示了两个不同的肺pTh2细胞亚群:致病性效应Th2(peTh2)细胞和致病性Th2组织驻留记忆(Th2 Trm)细胞。两个pTh2细胞亚群均高度促炎,并且与其他肺Th亚群相比表现出不同的转录和表型特征。基于我们的scRNA-seq分析,我们确定了体外生成pTh2细胞的条件,并证实这些体外生成的pTh2细胞与肺peTh2细胞具有相似的转录谱。
利用我们的新型体外模型,我们证明了p38丝裂原活化蛋白激酶通路对于pTh2细胞中白细胞介素-5(IL-5)和IL-13的表达至关重要。我们的数据进一步强调了HDAC1在限制肺及体外pTh2细胞致病性以及肺Th2 Trm细胞形成中的重要性。总之,我们对pTh2细胞生物学产生了新的见解,并建立了一种新的体外模型来研究pTh2细胞,该模型将有助于发现pTh2介导的过敏性哮喘所涉及的分子机制。
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。




