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。
基本信息
资源简介
scRNA-seq揭示复发T-ALL免疫微环境及JUN介导的NK细胞耗竭
【数据集背景】
本数据集源站标题为《scRNA-seq reveals an immune microenvironment and JUN-mediated NK cell exhaustion in relapsed T-ALL》。
【数据内容】
源站原始描述：T-cell acute lymphoblastic leukemia (T-ALL) is a heterogeneous disease characterized with high relapse rate. By single-cell transcriptome analysis, we characterized the bone marrow immune microenvironment in T-ALL patients, identifying 13 major cell clusters. These patients exhibited abnormally expanded HSCs and GMPs, immunosuppressive traits in CD4+T, CD8+T, and NK cells. Subdividing CD4+T cells revealed two subsets transitioning between Th1/Th2, ANXA1-GATA3-CD4+T and ANXA1+GATA3+CD4+T. Additio…
【主题与分类】
主题标签：single-cell RNA sequencing、NK cells、JUN、T-cell Acute Lymphoblastic Leukemia、Immune exhaustion。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:ec3c7a540b7b73754818ede57b11985abc33172debf8eb032a49529b665dd5e2
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
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))
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。
