儿童ALL对泼尼松龙体外敏感或耐药的基因表达数据
该数据集来源于omicsdi.org,收录儿童急性淋巴细胞白血病(ALL)样本的基因表达数据,样本按体外泼尼松龙敏感性分为敏感与耐药两类,并覆盖婴儿(小于1岁)与非婴儿(大于1岁)患者

基本信息
资源简介
儿童ALL对泼尼松龙体外敏感或耐药的基因表达数据
该数据集来源于omicsdi.org,收录儿童急性淋巴细胞白血病(ALL)样本的基因表达数据,样本按体外泼尼松龙敏感性分为敏感与耐药两类,并覆盖婴儿(小于1岁)与非婴儿(大于1岁)患者。源站描述指出婴儿ALL生存率仍低,治疗失败的主要障碍是细胞对泼尼松龙等药物的耐药。数据可用于比较婴儿与非婴儿ALL中泼尼松龙敏感和耐药样本之间的差异表达基因,为研究耐药机制提供转录组层面的基础(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):尽管过去几十年儿童急性淋巴细胞白血病(ALL)的总体预后已大幅改善,但婴儿(小于1岁)ALL患者的生存机会仍然很差。阻碍婴儿ALL成功治疗结果的一个主要障碍是细胞对目前用于ALL治疗的多种药物耐药,尤其是对泼尼松龙(或泼尼松)。因此,我们着手寻找在婴儿(小于1岁儿童)和非婴儿(大于1岁儿童)ALL样本中,对泼尼松龙耐药或敏感的样本之间差异表达的基因。原代婴儿和非婴儿ALL样本的体外泼尼松龙反应通过4天细胞毒性(MTT)试验测定。患者样本根据LC50值(即对50%的白血病细胞致死的泼尼松龙浓度)被表征为敏感或耐药。
【主题与分类】
主题标签:Transcriptomics。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-19143
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/biostudies-arrayexpress/E-GEOD-19143
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
尽管近几十年来儿童急性淋巴细胞白血病(ALL)的总体预后已大幅改善,但婴儿(<1岁)ALL患者的生存机会仍然很差。阻碍婴儿ALL成功治疗的一个主要障碍是白血病细胞对目前用于ALL治疗的多种药物具有耐药性,尤其是对泼尼松龙(或泼尼松)。因此,我们着手寻找婴儿(<1岁儿童)与非婴儿(>1岁儿童)ALL样本中对泼尼松龙耐药或敏感之间差异表达的基因。原代婴儿和非婴儿ALL样本的体外泼尼松龙反应通过4天细胞毒性(MTT)试验测定。根据LC50值(即对50%的白血病细胞致死的泼尼松龙浓度)将患者样本分为敏感或耐药。泼尼松龙敏感性定义为LC50值<0.1 μg/mL泼尼松龙,泼尼松龙耐药性定义为LC50值>150 μg/mL。体外泼尼松龙反应为中间值的样本被排除。
共选取25例婴儿(<1岁)和27例非婴儿(>1岁)ALL样本,用于RNA提取并在Affymetrix HU133A微阵列上进行杂交。所获得的基因表达特征用于识别泼尼松龙耐药与敏感患者之间差异表达的基因,以深入了解婴儿和非婴儿ALL中泼尼松龙耐药的潜在机制。
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。




