低危骨髓增生异常综合征体细胞突变与DNA甲基化预后不良亚组的RNAseq数据
该数据集来自 NCBI GEO,标题为 GSE220518,聚焦低危骨髓增生异常综合征(LR-MDS)中体细胞突变与 DNA 甲基化所识别的预后不良亚组,提供 RNAseq 表达谱数据
![GSE220518: Somatic mutations and DNA methylation identify a subgroup of poor prognosis within lower risk myelodysplastic syndromes [RNAseq]](/medical-api/medicalDataset/datasetCover/149413.jpg)
基本信息
资源简介
低危骨髓增生异常综合征体细胞突变与DNA甲基化预后不良亚组的RNAseq数据
Somatic mutations and DNA methylation identify a subgroup of poor prognosis within lower risk myelodysplastic syndromes [RNAseq]
该数据集来自 NCBI GEO,标题为 GSE220518,聚焦低危骨髓增生异常综合征(LR-MDS)中体细胞突变与 DNA 甲基化所识别的预后不良亚组,提供 RNAseq 表达谱数据。数据包含 1 个文件(GSE220518_series_matrix.txt.gz),物种为人类(9606),平台为 GPL21697,可用于分析 LR-MDS 的转录组表达特征,并支持基于表达谱的亚组分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:Dec 08 202。
【数据内容】
源站描述(机器翻译,仅供参考):低危(LR)骨髓增生异常综合征(MDS)是由表观遗传因子和非表观遗传因子中体细胞突变的早期积累引起的异质性造血干/祖细胞疾病,这些突变可能产生趋同的 DNA 甲基化模式,驱动特定的基因表达谱。基因组、表观基因组和转录组谱的综合分析有潜力基于病理生理机制突出不同的 LR-MDS 类别。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL21697、9606。本站分类:血液与淋巴系统疾病/骨髓增生异常综合征。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE220518
【使用注意】
· 源站最后修改于 Jan 29 202,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
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE220518
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
低危(LR)骨髓增生异常综合征(MDS)是一组异质性造血干/祖细胞疾病,由表观遗传因子和非表观遗传因子中体细胞突变的早期积累所致,这些突变可能产生趋同的DNA甲基化模式,驱动特定的基因表达谱。基因组学、表观基因组学和转录组学分析的整合有望基于病理生理机制突出不同的LR-MDS类别。
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。




