Data from: Na+ influx via Orai1 inhibits intracellular ATP induced mTORC2 signaling to disrupt CD4 T cell gene expression and differentiation|免疫学数据集|细胞信号传导数据集

DataONE2017-05-26 更新2024-06-26 收录

免疫学

细胞信号传导

下载链接：

https://search.dataone.org/view/null

下载链接

链接失效反馈

资源简介：

T cell effector functions require sustained calcium influx. However, the signaling and phenotypic consequences of non-specific sodium permeation via calcium channels remain unknown. α-SNAP is a crucial component of Orai1 channels, and its depletion disrupts the functional assembly of Orai1 multimers. Here we show that α-SNAP hypomorph, hydrocephalos with hopping gait, Napahyh/hyh mice harbor significant defects in CD4 T cell gene expression and Foxp3 regulatory T cell (Treg) differentiation. Mechanistically, TCR stimulation induced rapid sodium influx in Napahyh/hyh CD4 T cells, which reduced intracellular ATP, [ATP]i. Depletion of [ATP]i inhibited mTORC2 dependent NFB activation in Napahyh/hyh cells but ablation of Orai1 restored it. Remarkably, TCR stimulation in the presence of monensin phenocopied the defects in Napahyh/hyh signaling and Treg differentiation, but not IL-2 expression. Thus, non-specific sodium influx via bonafide calcium channels disrupts unexpected signaling nodes and may provide mechanistic insights into some divergent phenotypes associated with Orai1 function.

创建时间：

2017-05-26

用户留言

有没有相关的论文或文献参考？

这个数据集是基于什么背景创建的？

数据集的作者是谁？

能帮我联系到这个数据集的作者吗？

这个数据集如何下载？

点击留言

数据主题

具身智能

数据集 4099个

机构 8个

大模型

数据集 439个

机构 10个

无人机

数据集 37个

机构 6个

指令微调

数据集 36个

机构 6个

蛋白质结构

数据集 50个

机构 8个

空间智能

数据集 21个

机构 5个

5,000+

优质数据集

54 个

任务类型

进入经典数据集

热门数据集

flames-and-smoke-datasets

该仓库总结了多个公开的火焰和烟雾数据集，包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述，包括数据来源、图像数量、标注信息等。

github 收录

PASCAL VOC 2007

这个挑战的目标是从现实场景中的许多视觉对象类别中识别对象（即不是预先分割的对象）。它基本上是一个监督学习问题，因为它提供了一组标记图像的训练集。已选择的 20 个对象类别是：人：人动物：鸟、猫、牛、狗、马、羊交通工具：飞机、自行车、船、公共汽车、汽车、摩托车、火车室内：瓶子、椅子、餐桌、盆栽、沙发、电视/显示器将有两个主要比赛和两个较小规模的“品酒师”比赛。内容：提供的训练数据由一组图像组成；每个图像都有一个注释文件，为图像中存在的 20 个类别之一中的每个对象提供一个边界框和对象类别标签。请注意，来自多个类的多个对象可能出现在同一图像中。

OpenDataLab 收录

OpenML-CC18

我们提倡使用经过整理的、全面的机器学习数据集基准测试套件，以标准化的基于 OpenML 的接口和用 Python、Java 和 R 编写的互补软件工具包为后盾。我们展示了如何使用标准化的基于 OpenML 的基准测试套件轻松执行全面的基准测试研究以及用 Python、Java 和 R 编写的互补软件工具包。 OpenML 基准测试套件的主要显着特点是 (i) 通过标准化数据格式、API 和现有客户端库易于使用； (ii) 关于套件内容的机器可读元信息； (iii) 在线共享结果，实现大规模比较。作为第一个这样的套件，我们提出了 OpenML-CC18，这是一个机器学习基准套件，包含 72 个分类数据集，从 OpenML 上的数千个数据集中精心策划。纳入标准是： * 密集数据集独立观察的分类任务 * 类数 >= 2，每个类至少有 20 个观察和少数类与多数类的比例必须超过 5% * 500 <= 观察数 <= 100000 * one-hot-encoding 后的特征数量 < 5000 * 没有人工数据集 * 没有更大数据集的子集，也没有其他数据集的二值化 * 没有可以通过使用单个特征或使用简单的决策树来完全预测的数据集* 来源或参考可用如果您使用此基准测试套件，请引用：Bernd Bischl、Giuseppe Casalicchio、Matthias Feurer、Frank Hutter、Michel Lang、Rafael G. Mantovani、Jan N. van Rijn 和 Joaquin Vanschoren。 “OpenML 基准测试套件”arXiv:1708.03731v2 [stats.ML] (2019)。 @article{oml-benchmarking-suites, title={OpenML Benchmarking Suites}, author={Bernd Bischl and Giuseppe Casalicchio and Matthias Feurer and Frank Hutter and Michel Lang and Rafael G. Mantovani and Jan N. van Rijn and Joaquin Vanschoren},年={2019}，日记={arXiv:1708.03731v2 [stat.ML]} }

OpenDataLab 收录

TIMIT

TIMIT 阅读语音语料库的开发旨在为声学语音研究和自动语音识别系统的评估提供语音数据。 TIMIT 包含 630 个人/说话者的 8 种不同美式英语方言的高质量录音，每个人阅读多达 10 个语音丰富的句子。

OpenDataLab 收录

MeSH

MeSH（医学主题词表）是一个用于索引和检索生物医学文献的标准化词汇表。它包含了大量的医学术语和概念，用于描述医学文献中的主题和内容。MeSH数据集包括主题词、副主题词、树状结构、历史记录等信息，广泛应用于医学文献的分类和检索。