老年细胞遗传学正常AML患者临床适用长非编码RNA谱的预后与生物学意义

该数据集来自NCBI GEO(GSE130923),聚焦老年(≥60岁)细胞遗传学正常急性髓系白血病(CN-AML)患者的长非编码RNA(lncRNA)表达谱

geo
浏览 5
基因组预测OtherGPL266429606
GSE130923: Prognostic and Biologic Relevance of Clinically Applicable Long Non-Coding RNA Profiling in Older Patients with Cytogenetically Normal AML

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-17

资源简介

老年细胞遗传学正常AML患者临床适用长非编码RNA谱的预后与生物学意义

Prognostic and Biologic Relevance of Clinically Applicable Long Non-Coding RNA Profiling in Older Patients with Cytogenetically Normal AML

该数据集来自NCBI GEO(GSE130923),聚焦老年(≥60岁)细胞遗传学正常急性髓系白血病(CN-AML)患者的长非编码RNA(lncRNA)表达谱。数据基于nCounter平台对预后相关lncRNA进行靶向测量,包含76例独立老年CN-AML患者队列,用于评估lncRNA预后评分的可重复性及其与完全缓解和生存结局的关联,可用于白血病预后标志物验证与临床适用检测方法研究(来源 NCBI)。

【数据集背景】

源站首次发布:May 08 201。

【数据内容】

源站描述(机器翻译,仅供参考):我们此前已表明,48个长非编码RNA(lncRNA)的表达水平可生成一个预后lncRNA评分,该评分与老年(年龄≥60岁)细胞遗传学正常急性髓系白血病(CN-AML)患者的结局独立相关。然而,用于识别和测量预后lncRNA的技术并非为实际临床检测而设计。在此,我们报告一种基于nCounter平台的检测方法,旨在以临床友好的方式对预后lncRNA进行靶向测量。我们分析了一个由76例老年CN-AML患者组成的独立队列,发现nCounter检测方法可产生可重复的测量结果,且lncRNA评分保留了其预后价值;具有有利lncRNA评分的患者更可能达到完全缓解(CR,P=0.009),并具有更长的无病生存期(DFS,P=0.05),总生

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:Other、GPL26642、9606。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE130923

【使用注意】

· 源站最后修改于 May 09 201,引用时请注意版本时效。

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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE130923

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

我们此前已表明,48种长链非编码RNA(lncRNAs)的表达水平可生成一种预后lncRNA评分,该评分与细胞遗传学正常的急性髓系白血病(CN-AML)老年患者(年龄≥60岁)的结局独立相关。然而,用于识别和测量预后lncRNAs的技术并不适合实际临床检测。在此,我们报告一种基于nCounter平台的检测方法,旨在以临床友好的方式对预后lncRNAs进行靶向测量。我们分析了一个由76名老年CN-AML患者组成的独立队列,发现nCounter检测方法可产生可重复的测量结果,且lncRNA评分保留了其预后价值;与lncRNA评分不利的患者相比,lncRNA评分有利的患者更可能达到完全缓解(CR,P=0.009),并且无病生存期(DFS,P=0.05)、总生存期(OS,P=0.02)和无事件生存期(EFS,P=0.002)更长。在多变量分析中,lncRNA评分状态与CR率(P=0.02)以及OS(P=0.02)和EFS(P=0.02)持续时间独立相关。

为了获得生物学见解,我们检查了一个先前通过RNA测序分析过的老年CN-AML患者数据集。我们发现,在lncRNA评分不利的患者中,参与免疫反应和B细胞受体信号传导(目前已有针对这些通路的抑制剂)的基因富集。我们得出结论,临床上适用的lncRNA谱分析是可行的,并可能有助于老年CN-AML患者的风险分层。此外,我们还识别出在lncRNA评分不利的高风险患者中活跃的潜在可靶向分子通路。

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