GSE298909：Tim-3激动剂经NLK通路抑制ILC2功能并减轻气道高反应性
该数据集来自NCBI GEO，包含1个文件（GSE298909_series_matrix.txt.gz），主题为呼吸系统疾病/哮喘，采用高通量测序进行表达谱分析，物种为小鼠（10090），平台为GPL19057
基本信息
资源简介
GSE298909：Tim-3激动剂经NLK通路抑制ILC2功能并减轻气道高反应性
Tim-3 Agonist Restrains ILC2 Function and Attenuates Airway Hyperreactivity via NLK Pathway
该数据集来自NCBI GEO，包含1个文件（GSE298909_series_matrix.txt.gz），主题为呼吸系统疾病/哮喘，采用高通量测序进行表达谱分析，物种为小鼠（10090），平台为GPL19057。源站描述显示研究聚焦Tim-3激动剂通过NLK通路抑制ILC2功能并减轻气道高反应性，涉及IL-33和链格孢诱导的AHR模型及人ILC2与人源化小鼠验证。数据可用于探索哮喘相关基因表达变化及ILC2调控机制（来源 NCBI）。
【数据集背景】
源站首次发布：Jun 04 202。
【数据内容】
源站描述（机器翻译，仅供参考）：过敏性哮喘由涉及IL-4、IL-5和IL-13等细胞因子的2型炎症驱动，其中2型固有淋巴细胞（ILC2）发挥关键致病作用。在此，我们确定T细胞免疫球蛋白和黏蛋白结构域包含蛋白3（Tim-3）是ILC2功能的负调控因子。Tim-3表达在活化的肺ILC2中上调，且与Tim-3激动剂结合可通过NLK信号通路和抑制线粒体代谢来抑制ILC2活化、增殖和2型细胞因子产生。在体内，Tim-3激动剂在IL-33和链格孢诱导的AHR模型中均减轻气道高反应性（AHR）和炎症，而ILC2特异性Tim-3缺失则加剧AHR。这些结果在人ILC2和人源化小鼠中得到证实，支持其转化相关性。我们的发现确立Tim-3作为抑制性检查点
【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：GPL19057、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=GSE298909
【使用注意】
· 源站最后修改于 Aug 03 202，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=GSE298909
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
过敏性哮喘由2型炎症驱动，涉及IL-4、IL-5和IL-13等细胞因子，其中2型固有淋巴细胞（ILC2s）发挥关键致病作用。在本研究中，我们鉴定T细胞免疫球蛋白和黏蛋白结构域蛋白3（Tim-3）为ILC2功能的负调控因子。Tim-3在活化的肺ILC2s中表达上调，且与Tim-3激动剂结合可通过NLK信号通路及抑制线粒体代谢来抑制ILC2活化、增殖及2型细胞因子产生。在体内，Tim-3激动剂可减轻IL-33和链格孢诱导的AHR模型中的气道高反应性（AHR）和炎症，而ILC2特异性Tim-3缺失则加重AHR。这些结果在人ILC2s和人源化小鼠中得到证实，支持其转化相关性。我们的研究确立Tim-3为ILC2的抑制性检查点，并提示其作为过敏性哮喘及其他ILC2介导疾病的治疗靶点的潜力。
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。
