多发性骨髓瘤中的microRNA数据集
该数据集来自NCBI,包含60例初诊多发性骨髓瘤患者的365个microRNA表达水平及基因表达谱数据,患者经过选择以代表最常见的复发性遗传学异常

基本信息
资源简介
多发性骨髓瘤中的microRNA数据集
MicroRNAs in Myeloma
该数据集来自NCBI,包含60例初诊多发性骨髓瘤患者的365个microRNA表达水平及基因表达谱数据,患者经过选择以代表最常见的复发性遗传学异常。数据可用于分析不同细胞遗传学亚型中差异表达的microRNA,并探索microRNA与基因表达的相关性及靶基因,例如t(14;16)病例中miR-1和miR-133a的特异性高表达(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 11 200。
【数据内容】
源站描述(机器翻译,仅供参考):特定的microRNA(miRNA)特征已与急性白血病中不同的细胞遗传学亚型相关联。这一发现促使我们研究多发性骨髓瘤(MM)中的遗传异常与单一miRNA表达谱之间的潜在关联。此外,还分析了全局基因表达谱,以寻找相关的miRNA-基因表达,并选择显示这种相关性的miRNA靶基因。为此,我们分析了60例初诊MM患者中365个miRNA的表达水平和基因表达谱,这些患者经过选择以代表最相关的复发性遗传异常。监督分析显示,与正常PC相比,不同细胞遗传学亚型中有显著失调的miRNA。有趣的是,位于同一染色体位点的miR-1和miR-133a在t(14;16)病例中特异性过表达。
【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:Expression profiling by array、GPL6244、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=GSE16558
【使用注意】
· 源站最后修改于 Jul 26 201,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=GSE16558
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
特定的微小RNA(miRNA)特征与急性白血病中不同的细胞遗传学亚型相关联。这一发现促使我们探究多发性骨髓瘤(MM)中的遗传异常与独特miRNA表达谱之间的潜在关联。此外,还分析了全局基因表达谱,以寻找相关的miRNA-基因表达关系,并筛选出显示这种相关性的miRNA靶基因。为此,我们分析了60例新诊断MM患者的365种miRNA表达水平及基因表达谱,这些患者被选取以代表最相关的复发性遗传异常。监督分析显示,与正常浆细胞相比,不同细胞遗传学亚型中的miRNA存在显著失调。有趣的是,聚集在同一染色体位点上的miR-1和miR-133a,在t(14;16)病例中特异性过表达。对miRNA表达与其各自靶基因之间关系的分析表明,MM细胞中失调的几种miRNA与CCND2表达水平之间存在保守的负相关。
这些结果首次表明,多发性骨髓瘤(MM)中的miRNA表达模式与遗传异常相关,并且miRNA表达谱与其推定mRNA靶标之间的相关性有助于发现与特定miRNA变化相关的多发性骨髓瘤发病机制中具有统计学显著意义的蛋白编码基因。
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。




