GSE157591:MYC促进范可尼贫血中的骨髓干细胞功能障碍
该数据集来自NCBI GEO,包含范可尼贫血患者原代造血干/祖细胞的单细胞转录组测序数据,用于识别导致骨髓衰竭的HSPC损伤决定因素

基本信息
资源简介
GSE157591:MYC促进范可尼贫血中的骨髓干细胞功能障碍
MYC Promotes Bone Marrow Stem Cell Dysfunction in Fanconi Anemia
该数据集来自NCBI GEO,包含范可尼贫血患者原代造血干/祖细胞的单细胞转录组测序数据,用于识别导致骨髓衰竭的HSPC损伤决定因素。数据覆盖FA患者HSPC的转录组表达谱,涉及p53、TGFβ通路及MYC过表达、High-TP53与High-MYC细胞共存、JQ1抑制MYC对克隆形成能力的影响等分析。可用于研究FA骨髓衰竭机制、HSPC分化轨迹及MYC相关通路,支持表达谱分析与细胞状态分类(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 07 202。
【数据内容】
源站描述(机器翻译,仅供参考):我们对范可尼贫血(FA)患者的原代HSPC进行了单细胞转录组(scRNA-seq)分析,以识别导致骨髓衰竭的HSPC损伤的其他决定因素。轨迹分析显示,FA HSPC中早期造血分化潜能得以保留。正如预期,p53和TGFβ通路基因在FA患者的HSPC中过表达。癌基因MYC也被鉴定为FA HSPC中过表达最高的基因之一。有趣的是,我们观察到FA骨髓中表达“High-TP53”的HSPC与表达High-MYC的HSPC共存。通过BET溴结构域抑制剂(+)-JQ1抑制MYC表达,降低了FA患者原代HSPC的克隆形成潜能,但挽救了FA小鼠HSPC中的生理/基因毒性应激。表达“High-MYC”的HSPC表现出细胞黏附基因的显著下调,suc
【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:GPL18573、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=GSE157591
【使用注意】
· 源站最后修改于 Dec 08 202,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=GSE157591
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
我们对范可尼贫血(FA)患者的原代造血干/祖细胞(HSPCs)进行了单细胞转录组(scRNA-seq)分析,以识别导致骨髓衰竭的HSPC损伤的其他决定因素。轨迹分析显示,FA HSPCs的早期造血分化潜能得以保留。正如预期,FA患者HSPCs中p53和TGFβ通路基因过表达。癌基因MYC也被鉴定为FA HSPCs中过表达最高的基因之一。有趣的是,我们观察到FA骨髓中“高TP53”表达HSPCs与“高MYC”表达HSPCs共存。通过BET溴结构域抑制剂(+)-JQ1抑制MYC表达,降低了FA患者原代HSPCs的克隆形成潜能,但挽救了FA小鼠HSPCs的生理/基因毒性应激。“高MYC”表达HSPCs表现出细胞黏附基因(如CXCR4)的显著下调。一致地,FA患者的HSPCs表现出对其骨髓龛黏附缺陷,导致从骨髓迁移至外周血。我们推测MYC过表达损害HSPC功能,并导致FA骨髓中HSPCs耗竭。
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。




