泛急性淋巴细胞白血病数据集
肿瘤领域表格公开数据集，来源：datacatalog.ccdi.cancer.gov。
基本信息
资源简介
泛急性淋巴细胞白血病数据集
【一句话概览】
Pan-急性淋巴细胞白血病（PanALL）数据集涵盖B祖细胞和T系急性淋巴细胞白血病，覆盖各年龄段全部亚型。样本来自St Jude儿童研究医院、儿童肿瘤学组、Alliance-Cancer and Leukemia Group B、City of Hope国家医疗中心、东部肿瘤协作组、MD Anderson癌症中心、北意大利白血病组、Princess Margaret癌症中心、西南肿瘤学组和UKALL等多个站点、中心和协作组。受试者735例，采用RNA测序、全外显子测序和全基因组测序，涉及儿童人群，数据收录于St. Jude Cloud（来源 datacatalog.ccdi.cancer.gov）。
【数据集背景】
本数据集源站标题为《Pan-Acute Lymphoblastic Leukemia》。
【数据内容】
源站原始描述：The Pan-Acute Lymphoblastic Leukemia (PanALL) dataset comprises cases of B-progenitor and T-lineage ALL encompassing the spectrum of ALL subtypes across the age continuum. Samples sequenced were obtained from multiple sites, centers and cooperative groups including St Jude Children''s Research Hospital, The Children''s Oncology Group, The Alliance-Cancer and Leukemia Group B, City of Hope National Medical Center, the Eastern Cooperative Oncology Group, MD Anderson Cancer Center, Northern Italy Leu…
中文译文（机器翻译，仅供快速理解，请以原文为准）：泛急性淋巴细胞白血病（PanALL）数据集包含B祖细胞和T系急性淋巴细胞白血病的病例，涵盖了跨越整个年龄段的急性淋巴细胞白血病各亚型。所测序的样本来自多个地点、中心和合作组，包括圣裘德儿童研究医院、儿童肿瘤学组、联盟-癌症和白血病B组、希望之城国家医疗中心、东部肿瘤协作组、MD安德森癌症中心、北意大利白血病组、玛格丽特公主癌症中心、西南肿瘤学组和UKALL。
【主题与分类】
主题标签：Acute Lymphoblastic Leukemia、B-cell ALL、T-cell ALL、RNA Sequencing、Whole Exome Sequencing、Whole Genome Sequencing、Pediatric、St. Jude Cloud。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://datacatalog.ccdi.cancer.gov/dataset/St.%20Jude%20Cloud-PanALL
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://datacatalog.ccdi.cancer.gov/dataset/St.%20Jude%20Cloud-PanALL
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
覆盖B祖细胞和T系ALL亚型的RNA测序数据，用于ALL分型和分子特征分析。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
