多发性骨髓瘤单细胞RNA测序数据集I

数据覆盖骨髓及髓外部位的骨髓瘤细胞转录组,可用于研究骨髓瘤进展相关的分子事件,如增殖、抗原呈递改变及NF-kB通路激活等,支持单细胞水平的表达谱分析与异质性探索(来源 NCBI)

geo
浏览 8
基因组分类GPL167919606
GSE106218: Single cell RNA sequencing of multiple myeloma I

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

多发性骨髓瘤单细胞RNA测序数据集I

Single cell RNA sequencing of multiple myeloma I

该数据集为多发性骨髓瘤的单细胞RNA测序数据,来源于NCBI GEO(GSE106218),包含1个文件(GSE106218_series_matrix.txt.gz),物种为人类(9606),平台为GPL16791。数据覆盖骨髓及髓外部位的骨髓瘤细胞转录组,可用于研究骨髓瘤进展相关的分子事件,如增殖、抗原呈递改变及NF-kB通路激活等,支持单细胞水平的表达谱分析与异质性探索(来源 NCBI)。

【数据集背景】

源站首次发布:Oct 26 201。

【数据内容】

源站描述(机器翻译,仅供参考):为了解与骨髓瘤进展相关的分子事件,我们对骨髓和髓外部位的骨髓瘤细胞进行了单细胞RNA测序。单细胞水平的转录组分析表明,增殖和抗原呈递的改变与骨髓瘤进展相关,而NF-kB通路激活则呈负相关。虽然这些改变在大多数髓外骨髓瘤细胞中很显著,但即使在疾病稳定期采集的骨髓瘤细胞中,部分骨髓内骨髓瘤细胞也显示出类似髓外细胞的基因表达特征。总之,单细胞转录组分析揭示了骨髓瘤进展过程中启动的共同转录程序和异质性。

【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:GPL16791、9606。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE106218

【使用注意】

· 源站最后修改于 Oct 17 201,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE106218

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 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。

数据说明

为了解与骨髓瘤进展相关的分子事件,我们对骨髓及髓外部位的骨髓瘤细胞进行了单细胞RNA测序。单细胞水平的转录组分析表明,增殖及抗原呈递的改变与骨髓瘤进展相关,而NF-kB通路激活则呈负相关。虽然这些改变在大多数髓外骨髓瘤细胞中较为显著,但即使在疾病稳定期采集的骨髓瘤细胞中,部分骨髓细胞也表现出类似髓外细胞的基因表达特征。总之,单细胞转录组分析揭示了骨髓瘤进展过程中启动的共同转录程序及异质性。

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。

获取专属数据定制方案