scRNA-seq揭示复发T-ALL免疫微环境及JUN介导的NK细胞耗竭

该数据集是一个专注于T细胞急性淋巴细胞白血病(T-ALL)的单细胞转录组测序数据集,包含来自正常供体、初诊患者和复发患者的骨髓免疫微环境单细胞RNA测序数据,以及PDX小鼠模型和NOTCH1突变小鼠模型的转录组数据,数据模态主要为单细胞基因表达谱和RNA-seq数据,主要用于研究T-ALL复发过程中的免疫微环境变化、NK细胞耗竭机制以及JUN转录因子的调控作用,为探索白血病免疫治疗新靶点提供基础。

DataONE
2025-04-07 更新
浏览 10
单细胞测序T细胞急性淋巴细胞性白血病

基本信息

创建/更新时间
2025-04-07

资源简介

该数据集是T细胞急性淋巴细胞白血病(T-ALL)研究的单细胞转录组测序数据集,通过单细胞RNA测序技术,系统分析了正常供体、初诊T-ALL患者和复发T-ALL患者的骨髓免疫微环境,识别了13个主要细胞簇,揭示了HSCs和GMPs的异常扩增、CD4+T、CD8+T和NK细胞的免疫抑制特征,特别是发现了复发T-ALL患者肿瘤微环境中NK细胞耗竭现象,并鉴定JUN为关键调控因子。数据集还包含T-ALL PDX模型小鼠在不同时间点的单细胞转录组数据(模拟初诊、缓解和复发状态),以及T-ALL NOTCH1基因突变小鼠模型中JNK-IN-8治疗组与对照组的RNA-seq数据,为研究T-ALL复发机制、免疫微环境重塑和潜在治疗靶点提供了重要资源。

原始链接

https://search.dataone.org/view/sha256:ec3c7a540b7b73754818ede57b11985abc33172debf8eb032a49529b665dd5e2

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256:ec3c7a540b7b73754818ede57b11985abc33172debf8eb032a49529b665dd5e2

标准获取流程

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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。

数据说明

该数据集是T细胞急性淋巴细胞白血病(T-ALL)研究的单细胞转录组测序数据集,通过单细胞RNA测序技术,系统分析了正常供体、初诊T-ALL患者和复发T-ALL患者的骨髓免疫微环境,识别了13个主要细胞簇,揭示了HSCs和GMPs的异常扩增、CD4+T、CD8+T和NK细胞的免疫抑制特征,特别是发现了复发T-ALL患者肿瘤微环境中NK细胞耗竭现象,并鉴定JUN为关键调控因子。数据集还包含T-ALL PDX模型小鼠在不同时间点的单细胞转录组数据(模拟初诊、缓解和复发状态),以及T-ALL NOTCH1基因突变小鼠模型中JNK-IN-8治疗组与对照组的RNA-seq数据,为研究T-ALL复发机制、免疫微环境重塑和潜在治疗靶点提供了重要资源。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 急性淋巴细胞白血病 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案