GSE305119:Ly6G+Nur77+巨噬细胞启动肺部过敏原2型免疫应答
研究围绕屋尘螨诱导的过敏性气道模型,关注表达 Ly6G 与核受体 Nur77 的血管周围肺巨噬细胞在感知过敏原蛋白酶活性、启动 Th2 型免疫应答中的作用,涉及 PAR2、Nur77、CysLTs 及 mDC 迁移至 mLN 等环节

基本信息
资源简介
GSE305119:Ly6G+Nur77+巨噬细胞启动肺部过敏原2型免疫应答
Ly6G+Nur77+ macrophages initiate the type-2 immune response to allergens in the lung
该数据集来自 NCBI GEO(GSE305119),包含 1 个文件 GSE305119_series_matrix.txt.gz,主题为高通量测序表达谱,物种平台标注为 GPL24247、10090。研究围绕屋尘螨诱导的过敏性气道模型,关注表达 Ly6G 与核受体 Nur77 的血管周围肺巨噬细胞在感知过敏原蛋白酶活性、启动 Th2 型免疫应答中的作用,涉及 PAR2、Nur77、CysLTs 及 mDC 迁移至 mLN 等环节。数据可用于分析相关巨噬细胞群体及过敏原感应通路的基因表达特征(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):过敏原感知与2型免疫应答启动的机制尚不清楚。利用屋尘螨(HDM)诱导的过敏性气道模型,我们证明宿主对HDM中蛋白酶活性的检测对于启动T辅助2型(Th2)应答至关重要。这一过程由主要过敏原Der p 1(一种半胱氨酸蛋白酶)驱动,其被表达Ly6G和核受体Nur77的新型血管周围肺巨噬细胞群上的蛋白酶激活受体2(PAR2)所感知。这些巨噬细胞的激活和积聚需要PAR2和Nur77,并通过产生半胱氨酰白三烯(CysLTs)调控常规树突状细胞(mDC)向引流纵隔淋巴结(mLN)的迁移。CysLTs增强mDC向配体CCL21的CCR7驱动迁移,促进其到达mLN以进行T细胞致敏和扩增。抑制CysLTs生物合成减少了
【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。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE305119
【使用注意】
· 源站最后修改于 Mar 10 202,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=GSE305119
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
过敏原感知及2型免疫应答启动的机制尚不清楚。利用屋尘螨(HDM)诱导的过敏性气道模型,我们证明宿主对HDM中蛋白酶活性的检测对于启动辅助性T细胞2型(Th2)应答至关重要。该过程由主要过敏原Der p 1(一种半胱氨酸蛋白酶)驱动,其被一类新型的、表达Ly6G和核受体Nur77的血管周围肺巨噬细胞上的蛋白酶激活受体2(PAR2)所感知。这些巨噬细胞的活化和积聚需要PAR2和Nur77,并通过产生半胱氨酰白三烯(CysLTs)调控常规树突状细胞(mDC)向引流纵隔淋巴结(mLN)的迁移。CysLTs增强mDC向其配体CCL21的CCR7驱动性迁移,促进其到达mLN以进行T细胞致敏和扩增。抑制CysLTs生物合成可减少mDC迁移并减弱Th2过敏性应答,突显了2型免疫中的新治疗路径和机制。
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。




