黏膜暴露非结核分枝杆菌诱导B细胞介导的肺结核保护
该数据集来自 NCBI GEO(GSE203037),包含 1 个文件,主题为黏膜暴露非结核分枝杆菌(NTM)诱导 B 细胞介导的针对肺结核的保护

基本信息
资源简介
黏膜暴露非结核分枝杆菌诱导B细胞介导的肺结核保护
Mucosal exposure to non-tuberculous mycobacteria elicits B-cell mediated protection against pulmonary tuberculosis
该数据集来自 NCBI GEO(GSE203037),包含 1 个文件,主题为黏膜暴露非结核分枝杆菌(NTM)诱导 B 细胞介导的针对肺结核的保护。研究基于小鼠模型模拟早期 BCG 疫苗接种及经口持续 NTM 暴露,通过高通量测序表达谱分析,可用于探索 NTM 暴露与 BCG 疫苗效力之间的关系、B 细胞免疫应答及抗 Mtb 抗体反应等方向(来源 NCBI)。
【数据集背景】
源站首次发布:May 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):卡介苗(BCG)是唯一获批的针对结核分枝杆菌(Mtb,结核病病原体)的疫苗。然而,BCG 效力有限,需要开发更好的疫苗。非结核分枝杆菌(NTM)是与 Mtb 不同的谱系,是环境中存在的机会性病原体。结核病流行国家接触 NTM 的机会更高,但既往研究尚未阐明 NTM 暴露与 BCG 效力之间的关系。因此,我们开发了一种小鼠模型(BCG+NTM),模拟人类早期 BCG 疫苗接种及经口途径持续 NTM 暴露(包括结核感染期间)。我们的结果显示,BCG+NTM 小鼠对肺结核的保护增强,这与肺部 B 细胞流入增加、血清和气道中抗 Mtb IgA 和 IgG 抗体滴度升高相关,comp
【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:GPL23642、10088。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=GSE203037
【使用注意】
· 源站最后修改于 Sep 11 202,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=GSE203037
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
卡介苗(BCG)是唯一获批用于预防结核分枝杆菌(Mtb,结核病的致病菌)的疫苗。然而,BCG的保护效力有限,因此需要开发更好的疫苗。非结核分枝杆菌(NTM)是与Mtb不同的一个谱系,是环境中存在的一种机会性病原体。结核病流行国家的人群对NTM的暴露程度更高,但既往研究尚未阐明NTM暴露与BCG效力之间的关系。因此,我们建立了一种小鼠模型(BCG+NTM),该模型模拟了人类在早期阶段接种BCG疫苗以及通过口服途径持续暴露于NTM的情况,包括在结核感染期间。我们的结果表明,与单独接种BCG的小鼠相比,BCG+NTM小鼠对肺结核的保护作用增强,这与肺部B细胞流入增加、血清和气道中抗Mtb IgA和IgG抗体滴度升高相关。值得注意的是,通过空间转录组学检测,BCG+NTM小鼠的肺部形成了表达生发中心形成标志物的B细胞聚集体。
我们得出结论,非结核分枝杆菌(NTM)暴露与结核病防护之间存在直接相关性,其中B细胞发挥着关键作用。
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。




