慢性淋巴细胞白血病化疗反应差异的DNA甲基化数据集
患者对化疗反应不同,其中51例来自CLL2O临床试验,36例在接受含氟达拉滨或苯达莫司汀方案后归为复发/难治,另15例及20例非试验患者为未治疗

基本信息
资源简介
慢性淋巴细胞白血病化疗反应差异的DNA甲基化数据集
DNA methylation of chronic lymphocytic leukemia with differential response to chemotherapy
该数据集来自NCBI GEO,收录了71例慢性淋巴细胞白血病(CLL)患者的DNA甲基化谱,使用Illumina Infinium HumanMethylation450 BeadChips检测。患者对化疗反应不同,其中51例来自CLL2O临床试验,36例在接受含氟达拉滨或苯达莫司汀方案后归为复发/难治,另15例及20例非试验患者为未治疗。数据可用于探索DNA甲基化层面的表观遗传改变是否与CLL化疗耐药相关,支持分类或预测建模研究(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 02 201。
【数据内容】
源站描述(机器翻译,仅供参考):慢性淋巴细胞白血病(CLL)对化疗的获得性耐药是一个重要的临床问题,通常由影响ATM-p53 DNA损伤反应通路或其他通路的细胞遗传学异常或基因突变引起。然而,也有许多耐药病例未检测到突变,我们决定检查是否存在DNA甲基化水平上的特定表观遗传变化,可能是CLL耐药发展的基础。我们使用Illumina Infinium HumanMethylation450 BeadChips获得了71例对化疗反应不同的CLL患者的DNA甲基化谱。51例患者是CLL2O临床试验的受试者,其中36例在接受含氟达拉滨或苯达莫司汀方案治疗后被归类为复发/难治,而另外15例患者以及20例未参加试验的额外患者为未
【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:GPL13534、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=GSE136724
【使用注意】
· 源站最后修改于 Jun 12 202,引用时请注意版本时效。
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=GSE136724
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
慢性淋巴细胞白血病(CLL)对化疗的获得性耐药是一个重要的临床问题,通常由影响ATM-p53 DNA损伤反应通路或其他通路的细胞遗传学异常或基因突变引起。然而,也存在许多未检测到突变的耐药病例,我们决定探究DNA甲基化水平上的特定表观遗传变化是否可能是CLL耐药性发展的基础。我们使用Illumina Infinium HumanMethylation450 BeadChips芯片获取了71例对化疗反应不同的CLL患者的DNA甲基化谱。51例患者是CLL2O临床试验的受试者,其中36例在接受含氟达拉滨或苯达莫司汀方案治疗后被归类为复发/难治,而其余15例患者以及另外20例未参加试验的患者在采样时未经治疗。
尽管我们无法将化疗耐药与表观遗传变化相关联,但我们相信该数据集具有价值,可供研究人员用于检验其他假设,特别是鉴于患者在多种预后和分子标志物(IGHV突变状态、染色体异常、TP53突变状态等)方面已得到充分表征。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




