结核分枝杆菌表型与单细胞RNA-seq整合以探究体内宿主巨噬细胞异质性
源站描述介绍了一种将细菌适应性荧光报告菌株与scRNA-seq结合的新方法,可同时获取感染细胞的宿主转录组、表面标志物表达和细菌表型,用于剖析体内结核分枝杆菌感染的肺泡和间质巨噬细胞的功能

基本信息
资源简介
结核分枝杆菌表型与单细胞RNA-seq整合以探究体内宿主巨噬细胞异质性
Integration of M. tuberculosis phenotype with single cell RNA-seq to interrogate host macrophage heterogeneity in vivo.
该数据集来自NCBI GEO,标题为“Integration of M. tuberculosis phenotype with single cell RNA-seq to interrogate host macrophage heterogeneity in vivo”,属于呼吸系统疾病/肺结核分类。数据包含1个文件GSE167232_series_matrix.txt.gz,基于高通量测序表达谱分析,涉及GPL17021平台和9606物种。源站描述介绍了一种将细菌适应性荧光报告菌株与scRNA-seq结合的新方法,可同时获取感染细胞的宿主转录组、表面标志物表达和细菌表型,用于剖析体内结核分枝杆菌感染的肺泡和间质巨噬细胞的功能。
【数据集背景】
源站首次发布:Feb 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):在过去的几年中,scRNA-seq已被证明是剖析免疫环境在许多疾病中作用的重要工具。然而,对于传染病研究,缺乏关于感染病原体转录状态的信息降低了我们对不同免疫效应细胞在决定疾病控制还是进展中作用的功能理解。在本研究中,我们详细介绍了一种新方法,该方法将细菌适应性荧光报告菌株与scRNA-seq相结合,以同时获取每个感染细胞的宿主转录组、表面标志物表达和细菌表型。这种方法有助于剖析体内结核分枝杆菌感染的肺泡巨噬细胞(AMs)和间质巨噬细胞(IMs)的功能异质性,并识别与应激细菌相关的促炎性AMs簇,此外
【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:GPL17021、9606。本站分类:呼吸系统疾病/肺结核。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE167232
【使用注意】
· 源站最后修改于 Oct 15 202,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=GSE167232
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
在过去几年中,scRNA-seq已被证明是剖析免疫环境在多种疾病中作用的重要工具。然而,对于传染病研究而言,由于缺乏关于感染病原体转录状态的信息,我们对不同免疫效应细胞在决定疾病控制与进展中作用的功能性理解受到限制。在本研究中,我们详细介绍了一种新方法,该方法将细菌适应性荧光报告菌株与scRNA-seq相结合,可同时获取每个感染细胞的宿主转录组、表面标志物表达及细菌表型。该方法有助于在体内剖析结核分枝杆菌感染肺泡巨噬细胞(AMs)和间质巨噬细胞(IMs)的功能异质性,并鉴定出与应激细菌相关的促炎性AMs簇,以及三种具有异质性细菌表型的IMs群体。
最后,我们证明肺部的主要巨噬细胞群体在对感染的应答中受到表观遗传限制,而种间比较揭示大多数肺泡巨噬细胞亚群在小鼠和人类之间是保守的。我们的方法易于转移到其他传染病病原体,有望更好地理解不同宿主细胞群体在感染过程中所起的作用。
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。




