野生型与Nlrx1缺陷骨髓来源单核样树突状细胞应对烟曲霉活分生孢子的时间进程RNA-Seq分析
该数据集为一项RNA-Seq时间进程分析,比较野生型与Nlrx1缺陷的骨髓来源单核样树突状细胞(moDCs)在应对烟曲霉活分生孢子时的基因表达变化

基本信息
资源简介
野生型与Nlrx1缺陷骨髓来源单核样树突状细胞应对烟曲霉活分生孢子的时间进程RNA-Seq分析
Time course RNA-Seq analysis of wildtype and Nlrx1 deficient bone marrow derived monocytoid dendritic cells indicate decision tree in response to A. fumigatus viable conidia
该数据集为一项RNA-Seq时间进程分析,比较野生型与Nlrx1缺陷的骨髓来源单核样树突状细胞(moDCs)在应对烟曲霉活分生孢子时的基因表达变化。研究旨在揭示moDCs对烟曲霉的应答决策树,并探讨Nlrx1在其中的作用。数据包含1个文件,可用于研究真菌感染相关的先天与适应性免疫平衡机制,以及Nlrx1缺失对Th2应答偏移的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 20 202。
【数据内容】
源站描述(机器翻译,仅供参考):烟曲霉是呼吸系统的一种机会性真菌病原体,可引起侵袭性感染或过敏反应。单核样树突状细胞(moDCs)是真菌定植期间已知的被招募细胞群体,被认为是平衡先天性与适应性免疫应答的关键参与者。我们对受到烟曲霉攻击的moDCs进行了RNA-Seq时间进程分析,以了解基因表达变化。我们同时使用了Nlrx1缺陷的moDCs,因为我们最近已证明Nlrx1在侵袭性肺曲霉病中的重要性,并表明Nlrx1的缺失导致向有害Th2应答的强烈偏移。我们的发现表明,moDCs对烟曲霉活分生孢子存在一种决策树反应,而这种反应在Nlrx1-/- moDCs中缺失。
【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。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE143964
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=GSE143964
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
烟曲霉是一种呼吸道机会性真菌病原体,可引起侵袭性感染或过敏反应。单核细胞样树突状细胞(moDCs)是真菌定植过程中已知被招募的细胞群体,被认为在平衡固有免疫与适应性免疫应答中发挥关键作用。我们对受到烟曲霉攻击的moDCs进行了RNA-Seq时间进程分析,以了解基因表达变化。我们同时使用了Nlrx1缺陷型moDCs,因为我们近期已证明Nlrx1在侵袭性肺曲霉病中的重要性,并表明Nlrx1的缺失会导致向有害Th2应答的显著偏移。我们的研究结果表明,moDCs对烟曲霉存活分生孢子作出应答时存在一种决策树机制,而该机制在Nlrx1-/- moDCs中缺失。
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。




