人T-ALL细胞系全局基因表达分析:GATA3low ETP-ALL与典型T-ALL比较

数据可用于T-ALL亚型分类、ETP-ALL分子特征识别及Decitabine表观调控效应研究(来源 BioStudies)

biostudies
浏览 13
基因组分类transcription profiling by arrayHomo sapiens
Analysis of global gene expression of a human T-ALL cell lines, comparing GATA3low ETP-ALL (i.e. PER-117) and "typical" T-ALL

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-17

资源简介

人T-ALL细胞系全局基因表达分析:GATA3low ETP-ALL与典型T-ALL比较

Analysis of global gene expression of a human T-ALL cell lines, comparing GATA3low ETP-ALL (i.e. PER-117) and "typical" T-ALL

该数据集来自ebi.ac.uk,包含6株人T-ALL细胞系的全局基因表达谱,用于比较GATA3low ETP-ALL(PER-117)与典型T-ALL(BE13、Jurkat、Molt4、RPM18402)及GATA3high ETP-ALL(Loucy)的转录差异,并评估ETP-ALL细胞系经去甲基化药物Decitabine处理前后的表达变化。数据可用于T-ALL亚型分类、ETP-ALL分子特征识别及Decitabine表观调控效应研究(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):分析代表人类T-ALL的细胞系,以比较GATA3low ETP-ALL(即PER-117)与“典型”T-ALL。此外,在给予去甲基化药物Decitabine处理后,比较GATA3low ETP-ALL(即PER-117)与GATA3high ETP-ALL(即Loucy)的全局基因表达变化。分析代表“典型”T-ALL(BE13、Jurkat、Molt4、RPM18402)和ETP-ALL(Loucy、PER-117)的6种人类细胞系。另外,评估ETP-ALL细胞系经Decitabine处理前后的全局基因表达。

【主题与分类】

主题标签:transcription profiling by array、Homo sapiens。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/studies/E-GEOD-78166

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ebi.ac.uk/biostudies/studies/E-GEOD-78166

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

来自急性T细胞淋巴细胞白血病(T-ALL)患者衍生的细胞系的细胞 P-GSE78166-3 核酸提取方案 通过Ficoll梯度离心富集骨髓(BM)中的单个核细胞。使用TRIzol(Life Technologies,Grand Island,NY)分离总RNA

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。

获取专属数据定制方案