弥漫性大B细胞淋巴瘤亚群中的大规模转录扰动
该数据集是一个包含364例弥漫性大B细胞淋巴瘤及相关成熟侵袭性B细胞淋巴瘤样本的转录组学数据，主要模态为基因表达谱。它通过相关基因集分析（CGSA）方法，识别出三种具有不同分子特征的肿瘤亚群，包括高增殖表型、基质免疫反应表型以及低基因激活表型，主要用于研究DLBCL的分子分型、表观遗传调控机制、代谢通路异常以及潜在的精准医疗方向。
基本信息
资源简介
弥漫性大B细胞淋巴瘤亚群中的大规模转录扰动
【数据集背景】
本数据集源站标题为《Massive Transcriptional Perturbation in Subgroups of Diffuse Large B-Cell Lymphomas》。配套论文《Massive Transcriptional Perturbation in Subgroups of Diffuse Large B-Cell Lymphomas》发表于 PLoS ONE（2013），DOI：10.1371/journal.pone.0076287。源站首次发布：2013-11-04。
【数据内容】
源站原始描述：Based on the assumption that molecular mechanisms involved in cancerogenesis are characterized by groups of coordinately expressed genes, we developed and validated a novel method for analyzing transcriptional data called Correlated Gene Set Analysis (CGSA). Using 50 extracted gene sets we identified three different profiles of tumors in a cohort of 364 Diffuse large B-cell (DLBCL) and related mature aggressive B-cell lymphomas other than Burkitt lymphoma. The first profile had high level of exp…
【数据结构与技术规格】
文件数 20 个，合计 34.77 MB。Figure_S2.tif：image/tiff，5.06 MB。数据集 DOI：10.1371/journal.pone.0076287。
【主题与分类】
源站学科分类：Biological Sciences。主题标签：transcriptional、perturbation、subgroups、diffuse、B-cell。
【适用方向】
源站学科分类标注为 Biological Sciences。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Massive_Transcriptional_Perturbation_in_Subgroups_of_Diffuse_Large_B_Cell_Lymphomas_/841030
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Rosolowski, Maciej; Läuter, Jürgen; Abramov, Dmitriy; G. Drexler, Hans; Hummel, Michael; Klapper, Wolfram; et al. (2016). Massive Transcriptional Perturbation in Subgroups of Diffuse Large B-Cell Lymphomas. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，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（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是一个关于弥漫性大B细胞淋巴瘤（DLBCL）及相关成熟侵袭性B细胞淋巴瘤（非伯基特淋巴瘤）的转录组学研究。它包含364例肿瘤样本的基因表达数据，基于作者开发的新型分析方法——相关基因集分析（CGSA），从转录组数据中提取了50个基因集。研究识别出三种不同的肿瘤分子亚群：第一种表现为高增殖相关基因表达；第二种呈现基质和免疫反应表型；第三种则显示出与正常B细胞相似的低水平全局基因激活。这些发现揭示了DLBCL在代谢和生物合成相关的大规模基因激活水平上的新复杂性，为理解DLBCL的分子机制、表观遗传调控以及潜在的诊断和治疗靶点提供了重要数据。
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。
