肺结核肉芽肿中结核分枝杆菌肽特异性T细胞转录谱
研究对经Mtb肽池刺激的肉芽肿细胞进行单细胞RNA测序,分析恒河猴与人Mtb特异性T细胞的转录谱,涉及炎性细胞因子、趋化因子、TNF超家族、SLAM家族、semaphorin、生长因子、蛋白酶和胶原等表达特征,并识别旁观者及非常规CD8 T细胞中FLT3LG、LTA、XCL1的表达

基本信息
资源简介
肺结核肉芽肿中结核分枝杆菌肽特异性T细胞转录谱
Transcriptional profile of Mycobacterium tuberculosis peptide-specific T cells in pulmonary granulomas
该数据集为GSE308949,来源于NCBI,包含1个文件(GSE308949_series_matrix.txt.gz),主题为呼吸系统疾病/肺结核。研究对经Mtb肽池刺激的肉芽肿细胞进行单细胞RNA测序,分析恒河猴与人Mtb特异性T细胞的转录谱,涉及炎性细胞因子、趋化因子、TNF超家族、SLAM家族、semaphorin、生长因子、蛋白酶和胶原等表达特征,并识别旁观者及非常规CD8 T细胞中FLT3LG、LTA、XCL1的表达。数据可用于探索肉芽肿内T细胞功能与结核免疫机制(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 23 202。
【数据内容】
源站描述(机器翻译,仅供参考):结核分枝杆菌肽特异性T细胞在肉芽肿中的功能尚不完全清楚。在此,我们通过对经Mtb肽池刺激的肉芽肿细胞进行单细胞RNA测序,分析了恒河猴和人Mtb特异性T细胞的转录谱。Mtb特异性T细胞表达促炎细胞因子、趋化因子、TNF超家族分子、SLAM家族分子、semaphorin、生长因子、蛋白酶和胶原。Mtb特异性T细胞对肽的识别也驱动旁观者和非常规CD8 T细胞中FLT3LG、LTA和XCL1的表达。肉芽肿T细胞表达编码多种细胞毒性分子的转录本,而肽特异性T细胞主要表达颗粒酶B。在一名接受全肺切除术以切除结核破坏肺的患者肉芽肿中,我们鉴定出一群与猕猴肽刺激相似的肽特异性T细胞。
【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:GPL34284、9544。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=GSE308949
【使用注意】
· 源站最后修改于 Feb 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=GSE308949
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
结核分枝杆菌肽特异性T细胞在肉芽肿中的功能尚未被完全了解。在此,我们通过对经Mtb肽库刺激的肉芽肿细胞进行单细胞RNA测序,分析了恒河猴和人Mtb特异性T细胞的图谱。Mtb特异性T细胞表达促炎细胞因子、趋化因子、TNF超家族分子、SLAM家族分子、信号素、生长因子、蛋白酶和胶原蛋白。Mtb特异性T细胞对肽的识别还可驱动旁邻T细胞和非典型CD8 T细胞中FLT3LG、LTA和XCL1的表达。肉芽肿T细胞表达编码多种细胞毒性分子的转录本,而肽特异性T细胞主要表达颗粒酶B。在一例因结核毁损肺而接受全肺切除术患者的肉芽肿中,我们鉴定出一群与经肽刺激的恒河猴T细胞相似的肽特异性T细胞。因此,Mtb肽特异性T细胞可能通过多种功能的综合效应以及通过邻近T细胞诱导旁邻反应来介导针对Mtb感染的保护作用。
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。




