NHP-HCT受者组织与血液转录组分析

该数据集来自非人灵长类异基因造血干细胞移植(HCT)后急性移植物抗宿主病(aGVHD)模型,包含组织和血液的转录组表达谱芯片数据,共1个文件

geo
浏览 2
基因组分类Expression profiling by arrayGPL35359544
GSE283413: Transcriptome Profiling in tissues and blood from NHP-HCT Recipients

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-01

资源简介

NHP-HCT受者组织与血液转录组分析

Transcriptome Profiling in tissues and blood from NHP-HCT Recipients

该数据集来自非人灵长类异基因造血干细胞移植(HCT)后急性移植物抗宿主病(aGVHD)模型,包含组织和血液的转录组表达谱芯片数据,共1个文件。研究采用系统免疫学方法,比较aGVHD期间浸润肺和肝脏的T细胞转录特征,揭示组织特异性同种免疫疾病的生物学差异。数据可用于探索aGVHD中组织特异性T细胞编程机制及肺、肝免疫病理差异(来源 NCBI)。

【数据集背景】

源站首次发布:Dec 03 202。

【数据内容】

源站描述(机器翻译,仅供参考):组织特异性T细胞免疫反应在维持器官健康中起关键作用,但在自身免疫和同种免疫过程中也可驱动免疫病理。控制组织内T细胞编程的机制尚不清楚。在此,我们利用异基因造血干细胞移植(HCT)后急性移植物抗宿主病(aGVHD)的非人灵长类模型,采用全面的系统免疫学方法探究组织特异性同种免疫疾病的生物学基础。转录谱分析揭示,aGVHD期间浸润肺和肝脏的T细胞之间存在显著生物学差异。

【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:Expression profiling by array、GPL3535、9544。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=GSE283413

【使用注意】

· 源站最后修改于 Apr 02 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE283413

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

组织特异性T细胞免疫反应在维持器官健康中发挥关键作用,但在自身免疫和同种免疫过程中也可驱动免疫病理。控制组织内T细胞编程的机制仍不清楚。在此,我们利用异基因造血干细胞移植(HCT)后急性移植物抗宿主病(aGVHD)的非人灵长类模型,采用综合系统免疫学方法探究组织特异性同种免疫疾病的生物学基础。转录谱分析揭示了aGVHD期间浸润肺和肝脏的T细胞之间存在显著生物学差异。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。