小鼠APL肿瘤外显子阵列数据

该数据集为小鼠急性早幼粒细胞白血病(APL)肿瘤的外显子阵列转录组数据,来源于ebi.ac.uk,分类为肿瘤/白血病。源站描述显示,研究围绕PML-RARA融合基因驱动的APL小鼠模型,通过全基因组测序发现Jak1 V657F等体细胞突变及Kdm6a/Utx缺失,并涉及与人类APL、ALL及AML样

biostudies
浏览 3
基因组分类transcription profiling by arrayMus musculus
Exon array data from mouse APL tumors

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

小鼠APL肿瘤外显子阵列数据

Exon array data from mouse APL tumors

该数据集为小鼠急性早幼粒细胞白血病(APL)肿瘤的外显子阵列转录组数据,来源于ebi.ac.uk,分类为肿瘤/白血病。源站描述显示,研究围绕PML-RARA融合基因驱动的APL小鼠模型,通过全基因组测序发现Jak1 V657F等体细胞突变及Kdm6a/Utx缺失,并涉及与人类APL、ALL及AML样本的比对。数据可用于白血病相关基因表达分析及突变协同机制研究(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):急性早幼粒细胞白血病(APL)以t(15;17)(q22;q11.2)易位为特征,该易位产生PML-RARA融合基因,可在小鼠中引发APL。为发现该模型中的协同突变,我们将一个小鼠APL基因组测序至15.6倍单倍体覆盖度,并发现了三个体细胞非同义突变,其中一个(Jak1 V657F)为复发性突变。该突变与先前在人类APL和ALL样本中发现的JAK1 V658F突变相同。JAK1 V658F在体内与PML-RARA协同作用,导致快速致命的白血病。我们还在小鼠APL基因组中发现了一个涉及Kdm6a/Utx基因的150kb体细胞缺失;另外14个小鼠APL样本中有3个具有类似的涉及Kdm6a/Utx的缺失。Kdm6A/Utx是一种组蛋白H3K27去甲基化酶,在测试的150个人类AML样本中也有1个被缺失。小鼠癌症基因组的全基因组测序为发现……提供了一种无偏倚的方法

【主题与分类】

主题标签:transcription profiling by array、Mus musculus。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-26128

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-26128

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

E-GEOD-26128 小鼠APL肿瘤外显子阵列数据,通过阵列进行转录谱分析 EFO EFO_0002768 小家鼠 急性早幼粒细胞白血病(APL)的特征是t(15;17)(q22;q11.2)易位,该易位产生PML-RARA融合基因,能够在小鼠中引发APL。为了发现协同

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