骨髓增生异常综合征间充质干细胞功能与基因组异常数据集
该数据集来自 NCBI,包含 32 例未经治疗的骨髓增生异常综合征(MDS)患者骨髓来源间充质干细胞(MSC)的研究数据,采用动力学、免疫表型、FISH 和 array-CGH 等方法分析

基本信息
资源简介
骨髓增生异常综合征间充质干细胞功能与基因组异常数据集
Mesenchymal stem cells from myelodysplastic syndromes are functionally and genomically abnormal
该数据集来自 NCBI,包含 32 例未经治疗的骨髓增生异常综合征(MDS)患者骨髓来源间充质干细胞(MSC)的研究数据,采用动力学、免疫表型、FISH 和 array-CGH 等方法分析。数据可用于探索 MDS 中 MSC 的增殖速率、CD105/CD104 表达及基因组拷贝数变化,帮助区分体细胞与非体细胞变异,支持 MDS 骨髓微环境异常的相关研究(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 14 200。
【数据内容】
源站描述(机器翻译,仅供参考):骨髓增生异常综合征(MDS)是一组造血干细胞的克隆性疾病。间充质干细胞(MSC)是骨髓(BM)基质的祖细胞,参与 MDS 的病理生理过程。MDS 患者 MSC 是否存在细胞遗传学异常尚有争议。本研究旨在通过动力学研究、免疫表型分析、荧光原位杂交(FISH)分析和基于微阵列的比较基因组杂交(array-CGH)遗传变化分析,表征 MDS 患者骨髓来源的 MSC。研究纳入 32 例未经治疗的 MDS 病例。MDS 来源的 MSC 达到融合的速率慢于供者 MSC,且 CD105 和 CD104 的抗原表达也较低。Array-CGH 研究显示 DNA 基因组变化被证明不是体细胞性的,且增益比缺失更频繁。Array-CGH 的结果为
【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:GPL6575、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=GSE10822
【使用注意】
· 源站最后修改于 Apr 19 201,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=GSE10822
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
骨髓增生异常综合征(MDS)是一组造血干细胞的克隆性疾病。间充质干细胞(MSC)是骨髓(BM)基质的祖细胞,并参与MDS的病理生理过程。MDS患者MSC是否存在细胞遗传学异常尚存争议。本研究旨在通过动力学研究、免疫表型分析、荧光原位杂交(FISH)分析及基于微阵列的比较基因组杂交(array-CGH)检测遗传学改变,来表征MDS患者骨髓来源的MSC。研究共纳入32例未经治疗的MDS病例。MDS来源的MSC达到融合的速度慢于供者MSC,且CD105和CD104的抗原表达也较低。Array-CGH研究显示存在DNA基因组改变,但证实这些改变并非体细胞性,且增益比缺失更为常见。Array-CGH的结果经FISH证实。进行无监督层次聚类分析时,识别出两个聚类:其中一个包含5q-综合征患者,而另一个则包含其余MDS患者。
我们的结果首次表明,通过微阵列比较基因组杂交(array-CGH)和荧光原位杂交(FISH)评估,来自骨髓增生异常综合征(MDS)患者的间充质干细胞(MSC)存在基因组异常,其中一些异常与特定的MDS亚型特别相关。关键词:间充质细胞间的基因组比较
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。




