人脐血CD34+细胞中ZMYM2/FGFR1、BCR/FGFR1或BCR/ABL1的基因表达谱比较
该数据集来自ebi.ac.uk，属于血液与淋巴系统疾病/骨髓增殖性疾病分类，采用转录组芯片技术分析人脐血CD34+细胞中表达ZMYM2/FGFR1、BCR/FGFR1或BCR/ABL1融合癌基因后的全局基因表达谱
基本信息
资源简介
人脐血CD34+细胞中ZMYM2/FGFR1、BCR/FGFR1或BCR/ABL1的基因表达谱比较
ZMYM2/FGFR1, BCR/FGFR1 or BCR/ABL1 in human cord blood CD34+ cells reveals similar but distinct gene expression profiles
该数据集来自ebi.ac.uk，属于血液与淋巴系统疾病/骨髓增殖性疾病分类，采用转录组芯片技术分析人脐血CD34+细胞中表达ZMYM2/FGFR1、BCR/FGFR1或BCR/ABL1融合癌基因后的全局基因表达谱。数据可用于比较三种融合癌基因引起的转录程序异同，研究8p11骨髓增殖综合征及慢性髓系白血病相关分子机制（来源 BioStudies）。
【数据内容】
源站描述（机器翻译，仅供参考）：8p11骨髓增殖综合征（EMS），也称为干细胞白血病/淋巴瘤综合征，是一种慢性骨髓增殖性疾病，会迅速进展为急性白血病。在分子水平上，EMS的特征是各种伙伴基因与FGFR1基因融合，导致FGFR1内酪氨酸激酶活性组成性激活。人类EMS中最常见的两种融合基因是ZMYM2/FGFR1（以前称为ZNF198/FGFR1）和BCR/FGFR1。为了研究FGFR1融合基因导致的转录程序失调，对表达融合癌基因ZMYM2/FGFR1和BCR/FGFR1中任一种的人CD34+脐血细胞进行了全局基因表达分析。作为参考基因，我们还纳入了与慢性髓系白血病相关的、研究较多的BCR/ABL1融合癌基因。我们发现，3种不同的融合癌基因共同具有上调
【主题与分类】
主题标签：transcription profiling by array、Homo sapiens。本站分类：血液与淋巴系统疾病/骨髓增殖性疾病。
【获取与许可】
源站页面：https://ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-15811
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://ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-15811
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
Carin Lassen; David Gisselsson; Marcus Jaras; Thoas Fioretos; Anna Andersson; Helena Agerstam; Mats Ehinger; Petra Johnels; Xiaolong Fan; Johan Richter; Tor Olofsson (2010). ZMYM2/FGFR1, BCR/FGFR1 or BCR/ABL1 in human cord blood CD34+ cells reveals similar but distinct gene expression profiles [Dataset]. https://www.ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-15811
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。
