慢性淋巴细胞白血病蛋白基因组分型数据
CLL蛋白基因组数据集，用于识别具有不同临床结局和体外药物反应的分子亚型。由PRIDE / ProteomeXchange提供，来自ProteomeCentral，包含多种数据模态，适用于分类任务，专注于肿瘤领域的慢性淋巴细胞白血病研究。
基本信息
资源简介
慢性淋巴细胞白血病蛋白基因组分型数据
【一句话概览】
对慢性淋巴细胞白血病临床样本开展蛋白质组分析，并结合基因组、转录组及离体药物反应分析。12号染色体三体与IGHV突变状态对蛋白质组和转录组影响最强，SF3B1突变优先影响蛋白质组。蛋白质组无监督聚类将患者分为六个蛋白亚组，临床行为各异。PG1-4可由12号染色体三体和IGHV突变状态解释，PG6富集TP53突变。另发现仅从蛋白质组可检出的新亚组PG5，特征为B细胞受体核心蛋白低表达、剪接改变、代谢重编程及对蛋白酶体抑制敏感性增加（来源 ProteomeXchange）。
【数据集背景】
本数据集源站标题为《Proteogenomic subtyping of chronic lymphocytic leukemia identifies subgroups with contrasting clinical outcome and distinct ex-vivo drug response profile》。
【数据内容】
源站原始描述：We have performed a comprehensive proteomic analysis of clinical patient samples of chronic lymphocytic leukemia (CLL) alongside genome-, transcriptome- and ex-vivo drug response profiling. Trisomy 12 and IGHV mutation status had the strongest impact on the proteome and transcriptome; and SF3B1 mutations preferentially affected the proteome. Unsupervised clustering of the proteome data partitioned CLL patients into six protein based subgroups (PG) with contrasting clinical behavior. PG1-4 could…
中文译文（机器翻译，仅供快速理解，请以原文为准）：我们对慢性淋巴细胞白血病（CLL）患者的临床样本进行了全面的蛋白质组学分析，并结合了基因组、转录组及离体药物反应谱分析。12号染色体三体与IGHV突变状态对蛋白质组和转录组的影响最为显著；而SF3B1突变则优先影响蛋白质组。蛋白质组数据的无监督聚类将CLL患者分为六个基于蛋白质的亚组（PG），这些亚组展现出迥异的临床行为。PG1-4可通过12号染色体三体和IGHV突变状态对蛋白质丰度的影响来解释；另一亚组（PG6）则富含TP53突变。此外，我们还发现了一个仅能从蛋白质组中检测到的新亚组（PG5），其特征为中心B细胞受体蛋白低表达、剪接异常、代谢重编程以及对蛋白酶体抑制的敏感性增加。
【主题与分类】
主题标签：Chronic Lymphocytic Leukemia、Proteogenomics、Proteomics、LC-MS、HiRIEF、Cancer、Leukemia、B-cell、Clinical samples、Homo sapiens。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://proteomecentral.proteomexchange.org/dataset/PXD028936
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://proteomecentral.proteomexchange.org/dataset/PXD028936
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
CLL蛋白基因组数据集，用于识别具有不同临床结局和体外药物反应的分子亚型。
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。
