Affymetrix SNP6.0 微阵列数据——骨髓增生异常综合征
该数据集来自 NCBI，包含 Affymetrix SNP6.0 微阵列数据，用于骨髓增生异常综合征研究。源站描述显示，研究对 355 例 MDS 患者进行 TET2 基因 NGS 检测，其中 91 例同时接受 SNP6 阵列核型分析，在 320 例 MDS 和 35 例 CMML 患者中分别检出
基本信息
资源简介
Affymetrix SNP6.0 微阵列数据——骨髓增生异常综合征
Affymetrix SNP6.0 microarray data - Myelodysplastic syndromes
该数据集来自 NCBI，包含 Affymetrix SNP6.0 微阵列数据，用于骨髓增生异常综合征研究。源站描述显示，研究对 355 例 MDS 患者进行 TET2 基因 NGS 检测，其中 91 例同时接受 SNP6 阵列核型分析，在 320 例 MDS 和 35 例 CMML 患者中分别检出 39 例（12%）和 16 例（46%）TET2 突变。数据可用于基因组变异分析及 TET2 突变相关研究（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 28 201。
【数据内容】
源站描述（机器翻译，仅供参考）：TET2 基因突变在髓系疾病中频繁发生，但其生物学和预后意义仍不清楚。我们使用“下一代”测序（NGS）对 355 例骨髓增生异常综合征患者的 TET2 异常进行了分析；其中 91 例还接受了 SNP6 阵列核型分析。在 320 例 MDS 和 35 例 CMML 患者中，分别有 39 例（12%）和 16 例（46%）鉴定出 71 个相对突变丰度（RMA）≥10% 的 TET2 突变（p 50yrs）与 TET2 突变发生率较高相关（p=0.02）。
【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：Genome variation profiling by SNP array、GPL6801、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=GSE23300
【使用注意】
· 源站最后修改于 Nov 27 201，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=GSE23300
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
TET2基因突变在髓系疾病中频繁发生，尽管其生物学和预后意义尚不明确。我们采用‘下一代’测序（NGS）技术分析了355例骨髓增生异常综合征患者的TET2异常；其中91例还接受了SNP6阵列核型分析。在320例MDS患者中的39例（12%）和35例CMML患者中的16例（46%）中，共鉴定出71个相对突变丰度（RMA）≥10%的TET2突变（p<0.001）。有趣的是，4例患者存在多个突变，可能作为独立克隆或位于不同等位基因上，提示克隆演化。对96例患者样本进行‘更深’测序，又发现了4个额外突变（RMA 3%-6.3%）。重要的是，除CD34+细胞和总骨髓细胞外，在T细胞中也发现了TET2突变克隆（RMA分别为23.5%、38.5%和43%）。仅20%的TET2突变患者显示TET2位点杂合性缺失。TET2突变患者与未突变患者在全基因组异常频率、TET2表达或JAK2V617F 46/1单倍型方面均无差异。
TET2突变与WHO亚型、IPSS评分、细胞遗传学状态或向AML转化之间无显著的预后关联。在多变量分析中，年龄（>50岁）与TET2突变发生率较高相关（p=0.02）。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
