慢性淋巴细胞白血病预后与治疗反应预测的基因组学方法（Duke_VA）
数据围绕慢性淋巴细胞白血病（CLL）的基因组学研究，利用基因表达谱构建并优化预后与治疗反应预测标志物，样本涉及癌细胞系与患者白血病样本，并在四个独立队列共 301 例 CLL 患者中验证
基本信息
资源简介
慢性淋巴细胞白血病预后与治疗反应预测的基因组学方法（Duke_VA）
该数据集聚焦于慢性淋巴细胞白血病（CLL）的基因组学研究，旨在通过基因表达谱分析改进预后判断并预测治疗反应。CLL是一种异质性恶性肿瘤，其临床病程差异较大，传统的临床与实验室参数虽逐步用于细化预后评估，却难以准确预测患者对常用疗法的应答。为此，研究利用癌细胞系与患者白血病样本构建并优化了反映疾病进展及化疗或化学免疫治疗反应的基因组特征，并在四个独立临床队列、共计301例CLL患者中进行了验证。数据集主题标签为Transcriptomics，属于肿瘤/白血病分类，来源于omicsdi.org。
【数据集背景】
慢性淋巴细胞白血病是一种异质性恶性肿瘤，临床病程表现多变。尽管临床和实验室参数日益被用于细化预后判断，但这些参数并不能准确预测患者对常用治疗的反应。因此，研究需要借助基因组层面的信息来生成并进一步优化预后与预测标志物。该数据集正是围绕这一需求，采用基因表达谱方法，尝试建立能够反映疾病进展和对化疗或化学免疫治疗应答的基因组特征。
【数据内容】
数据集的核心内容是基因表达谱数据，涉及癌细胞系和患者白血病样本。基于这些样本，研究者创建了反映疾病进展以及对化疗或化学免疫治疗反应的基因组特征。此外，还从患者白血病细胞基因表达数据中构建了一个预后基因组特征，该特征与临床参数结合后，能够在训练数据集中从统计学上区分疾病稳定与疾病进展的患者。数据集的主题标签为Transcriptomics，表明其数据类型属于转录组学范畴。
【采集与来源】
数据集的来源站为omicsdi.org。样本涉及癌细胞系与患者白血病样本。验证工作使用了来自四个独立队列的临床数据，这些队列总共代表301例CLL患者。源站描述中提及的“The pro”部分内容不完整，因此无法提供更多关于采集流程或来源机构的细节。除上述信息外，源站未提供其他关于采集时间、地点或具体平台的信息。
【适用场景】
该数据集适用于慢性淋巴细胞白血病的预后研究与治疗反应预测研究。具体而言，可用于探索基因表达谱与疾病稳定或进展之间的关联，以及用于评估患者对化疗或化学免疫治疗的应答。由于数据集包含在四个独立队列共301例患者中的验证信息，其适用场景还涉及预后标志物的验证性分析。此外，基于癌细胞系和患者样本构建的基因组特征，也可用于相关转化研究或生物标志物发现工作。
【使用方法】
源站未提供具体的使用方法说明。用户可依据基因表达谱数据及相关的预后基因组特征，结合临床参数进行统计分析，以区分疾病稳定与进展患者。但关于数据格式、预处理步骤、分析工具或代码等细节，源站未提供。
【质量与限制】
源站描述中提到，预后基因组特征与临床参数结合后能够在训练数据集中从统计学上区分稳定或进展患者，并已在四个独立队列共301例CLL患者中验证。然而，源站描述在“The pro”处中断，未提供完整的结论或性能指标。此外，源站未提供关于数据质量评估、批次效应、样本量分布或潜在偏倚的具体信息。因此，除上述验证信息外，无法对数据质量与限制作出更详细的说明。
【引用与许可】
源站未提供引用方式与许可信息。
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://omicsdi.org/dataset/geo/GSE10138
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
慢性淋巴细胞白血病（CLL）是一种异质性恶性肿瘤，其临床病程多变。尽管临床和实验室参数越来越多地被用于细化预后判断，但它们并不能准确预测对常用治疗的反应。我们采用基因表达谱分析来生成并进一步优化预后和预测标志物。利用癌细胞系和患者白血病样本，我们构建了反映疾病进展及对化疗或化学免疫治疗反应的基因组特征。我们使用来自四个独立队列、共计301例CLL患者的独立临床数据验证了这些特征。结合临床参数，由患者白血病细胞基因表达数据生成的预后基因组特征能够在训练数据集中从统计学上区分病情稳定或进展的患者。随后，该进展特征在两个独立数据集中得到验证，显示出能够准确识别有疾病进展风险患者的能力。
此外，还生成了两种不同的基因组特征，分别预测对苯丁酸氮芥或喷司他丁、环磷酰胺和利妥昔单抗的反应，并显示能准确区分反应性和非反应性CLL患者。对CLL患者淋巴细胞的微阵列分析可用于细化预后并预测对不同疗法的反应。这些结果对CLL患者的标准治疗和研究性治疗具有直接影响。关键词：两种表型状态的基因表达谱分析
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。
