急性髓系白血病间充质转录因子基因频繁去抑制(小鼠)

该数据集来自 EBI,为小鼠急性髓系白血病的转录组芯片研究,采用外显子阵列分析从患病小鼠分选获得的 CD117+Gr1+ 白血病细胞,比较 Hoxa9/对照、Hoxa9/Meis1 与 Hoxa9/FOXC1 三个队列,每队列 3 只小鼠、共 9 张芯片

biostudies
浏览 4
基因组分类transcription profiling by arrayMus musculus
Frequent derepression of the mesenchymal transcription factor gene in acute myeloid leukemia (mouse)

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

急性髓系白血病间充质转录因子基因频繁去抑制(小鼠)

Frequent derepression of the mesenchymal transcription factor gene in acute myeloid leukemia (mouse)

该数据集来自 EBI,为小鼠急性髓系白血病的转录组芯片研究,采用外显子阵列分析从患病小鼠分选获得的 CD117+Gr1+ 白血病细胞,比较 Hoxa9/对照、Hoxa9/Meis1 与 Hoxa9/FOXC1 三个队列,每队列 3 只小鼠、共 9 张芯片。数据可用于研究 FOXC1 表达对小鼠 AML 转录组的影响,并支持白血病亚型相关的基因表达比较与分类分析(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):将表达 Hoxa9、Meis1、Foxc1 或对照空载体的逆转录病毒载体两两共转导至小鼠 CD45.1+ CD117+ 骨髓细胞。九十六小时后,将 10^6 个耐药细胞移植入 CD45.2+ 受照射的同源受体小鼠。为研究 FOXC1 表达对小鼠 AML 转录组的影响,我们对从患病小鼠回收的流式分选 CD117+Gr1+ 白血病细胞(Hoxa9/对照;Moxa9/Meis1;或 Hoxa9/FOXC1 白血病;每队列 3 只小鼠)进行了外显子阵列分析。共九张外显子阵列;每个队列(Hoxa9/对照;Moxa9/Meis1;或 Hoxa9/FOXC1)3 张阵列,每张来自一只独立小鼠。

【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-66253

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-66253

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-66253 急性髓系白血病中间充质转录因子基因频繁去抑制(小鼠)通过芯片进行转录谱分析 EFO EFO_0002768 小鼠 鼠CD45.1+ CD117+骨髓细胞通过表达Hoxa9、Meis1、Foxc1的逆转录病毒载体两两共转导

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