SREBP信号调控肺驻留记忆B细胞代谢以维持过敏性记忆
该数据集来自NCBI GEO,包含一个高通量测序表达谱文件,围绕小鼠过敏性气道疾病模型,研究肺驻留记忆B细胞(BRM)在致敏后持续存在并在过敏原再暴露时快速扩增的机制

基本信息
资源简介
SREBP信号调控肺驻留记忆B细胞代谢以维持过敏性记忆
SREBP signaling regulates lung resident memory B cell metabolism to sustain allergic memory
该数据集来自NCBI GEO,包含一个高通量测序表达谱文件,围绕小鼠过敏性气道疾病模型,研究肺驻留记忆B细胞(BRM)在致敏后持续存在并在过敏原再暴露时快速扩增的机制。转录组分析显示BRM采用受SREBP信号调控的脂质代谢程序,条件性删除该通路揭示其在生发中心来源BRM形成、维持及记忆召回阶段的不同作用。数据可用于分析SREBP信号对BRM脂肪酸代谢、蛋白质合成和效应分化的调控,以及过敏性记忆维持相关基因表达研究(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 19 202。
【数据内容】
源站描述(机器翻译,仅供参考):IgE驱动过敏性气道疾病,但维持IgE记忆的机制仍不完全清楚。利用小鼠过敏模型,我们鉴定出CCR6⁺ CD69⁺肺驻留记忆B细胞(BRM),它们在致敏后持续存在,并在过敏原再暴露时快速扩增,产生过敏原特异性IgG1和IgE。转录组分析显示,BRM采用一种受固醇调节元件结合蛋白(SREBP)信号调控的独特脂质代谢程序。条件性删除该通路揭示了阶段特异性作用:它对GC来源的BRM形成至关重要,对维持非必需,但在记忆召回期间对支持BRM扩增、浆细胞分化和局部抗体产生至关重要。记忆召回期间SREBP信号缺失损害了BRM中的脂肪酸代谢、蛋白质合成和效应分化,同时也减少了pla
【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:GPL34475、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=GSE310509
【使用注意】
· 源站最后修改于 Nov 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=GSE310509
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
IgE驱动过敏性气道疾病,但维持IgE记忆的机制仍不完全清楚。利用小鼠过敏模型,我们鉴定出CCR6⁺ CD69⁺肺驻留记忆B细胞(BRM),这些细胞在致敏后持续存在,并在过敏原再暴露时快速扩增,产生过敏原特异性IgG1和IgE。转录组分析显示,BRM采用由固醇调节元件结合蛋白(SREBP)信号调控的独特脂质代谢程序。条件性敲除该通路揭示了阶段特异性作用:该通路对生发中心(GC)来源的BRM形成至关重要,对维持并非必需,但在记忆召回期间对支持BRM扩增、浆细胞分化和局部抗体产生至关重要。记忆召回期间SREBP信号缺失损害了BRM中的脂肪酸代谢、蛋白质合成和效应分化,同时也降低了浆细胞的代谢适应性,导致IgG1和IgE产生减少。
这些发现确定了一个肺部BRM亚群是致病性抗体反应的关键驱动因素,并确立了SREBP信号作为BRM的阶段特异性调节因子,突显了甾醇通路作为过敏性疾病潜在治疗靶点的重要性。
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。




