急性髓系白血病患者与健康个体骨髓样本RNA-seq数据集
该数据集包含20份骨髓样本的RNA-seq基因表达数据，其中10份来自急性髓系白血病患者，10份来自健康对照个体，数据模态为基因表达谱。该数据集主要用于研究急性髓系白血病的发病机制、预后因素及分子标志物，通过分析骨髓造血祖细胞的基因表达特征，构建预后模型以指导临床治疗，并为探索该疾病的分子机制提供数据支持。
基本信息
资源简介
急性髓系白血病患者与健康个体骨髓样本RNA-seq数据集
【数据集背景】
本数据集源站标题为《RNA-seq of bone marrow samples from acute myeloid leukemia patients and healthy individuals》。
【数据内容】
源站原始描述：Acute myeloid leukemia (AML) is the most common type of acute leukemia in adults, characterized by the malignant transformation and uncontrolled proliferation of abnormal myeloid hematopoietic progenitor cells in the bone marrow. This study aims to analyze the pathogenesis and prognosis of AML by performing RNA-seq on bone marrow samples from both AML patients and healthy individuals. We collected a total of 20 bone marrow samples, consisting of 10 samples from AML patients and 10 from healthy c…
【主题与分类】
主题标签：RNA-seq、Acute myeloid leukemia、bone marrow fluid。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:d0148d3823aace52f66dc73a7add970009c4eb1035f528c21b5e5ddd5c2e35f4
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
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
本数据集是一个针对急性髓系白血病（AML）的RNA-seq数据集，包含20个骨髓样本的基因表达数据。数据集由10个AML患者样本和10个健康对照样本组成，所有样本均通过液氮保存，并已获得伦理委员会批准（伦理批准号：KY2024070）。数据通过TRIzol试剂提取总RNA，使用Agilent 2100 Bioanalyzer评估RNA质量，确保RNA完整性指数符合要求。数据集以表达矩阵形式提供，行表示样本名称，列表示基因名称。该数据集主要用于研究AML的发病机制和预后因素，通过分析骨髓造血祖细胞的基因表达特征，构建预后模型以指导临床治疗，同时有助于探索AML的分子机制并识别新的生物标志物。
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。
