移植物抗宿主病致病性T细胞糖代谢的13C-MRI早期检测研究数据集
该数据集包含基于小鼠慢性移植物抗宿主病模型的CD4+ T细胞亚群基因表达数据，主要涉及初始T细胞和效应记忆T细胞的转录组信息，数据模态为基因表达文本表格。研究通过对比分析发现效应记忆CD4+ T细胞中糖酵解途径基因显著上调，为利用13C-MRI等非侵入性影像技术早期诊断GvHD提供了代谢层面的分子依据，主要应用于移植免疫学、免疫代谢和疾病早期检测等研究方向。
基本信息
资源简介
移植物抗宿主病致病性T细胞糖代谢的13C-MRI早期检测研究数据集
【数据集背景】
本数据集源站标题为《Glycolytic metabolism of pathogenic T cells enables early detection of GvHD by 13C-MRI.》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：Graft-versus-host disease (GvHD) is a prominent barrier to allogeneic hematopoietic stem cell transplantation (HSCT). Definitive diagnosis of GvHD is invasive and biopsies of involved tissues pose a high risk of bleeding and infection. Our previous studies in a chronic GvHD mouse model demonstrated that alloreactive CD4+ T cells are distributed to target organs ahead of overt symptoms, meanwhile CD4+ T cell activation is tied to increased glycolysis. We aimed to compare the gene expression of al…
【主题与分类】
主题标签：小鼠、肝、CD45+ CD4+、转录组。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=9c2991390f3d9d5f7d7d2651c55140b1
使用许可：openSource。
规范引用：PMID: 32785680
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：http://data.iscr.ac.cn/Article?id=9c2991390f3d9d5f7d7d2651c55140b1
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
该数据集关注移植物抗宿主病（GvHD）的早期检测机制研究。GvHD是异基因造血干细胞移植后的主要并发症，传统诊断方法具有侵入性风险。数据集基于小鼠慢性GvHD模型，通过对比分析异基因（错配）CD4+ T细胞亚群（包括初始T细胞和效应记忆T细胞）在移植后的早期基因表达谱，重点探究糖酵解代谢途径在致病性T细胞中的上调情况。研究发现效应记忆CD4+ T细胞中糖酵解相关基因（如葡萄糖转运蛋白）普遍上调，而三羧酸循环酶类未呈现一致升高。该数据集为利用13C-MRI等非侵入性影像技术早期监测GvHD提供了分子基础，主要应用于免疫代谢、移植免疫学和疾病早期诊断研究方向。
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。
