儿童急性淋巴细胞白血病细胞单细胞转录组测序功能药敏测试数据集
该数据集来自 NCBI GEO(GSE229617),以糖皮质激素耐药的 E/R+ REH 细胞为细胞模型,开展儿童急性淋巴细胞白血病细胞的功能性药敏测试,并将体外药物处理反应与单细胞基因表达输出整合于同一单细胞测序实验,实现多种药物条件的条形码标记

基本信息
资源简介
儿童急性淋巴细胞白血病细胞单细胞转录组测序功能药敏测试数据集
Functional drug testing of pediatric acute lymphocytic leukemia cells by single-cell transcriptome sequencing for mapping cellular drug response
该数据集来自 NCBI GEO(GSE229617),以糖皮质激素耐药的 E/R+ REH 细胞为细胞模型,开展儿童急性淋巴细胞白血病细胞的功能性药敏测试,并将体外药物处理反应与单细胞基因表达输出整合于同一单细胞测序实验,实现多种药物条件的条形码标记。数据包含 1 个文件(GSE229617_series_matrix.txt.gz),可用于评估不同 scRNA-seq 方法对基因表达变化的反映能力,并支持耐药功能注释与细胞药物反应图谱构建研究(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 13 202。
【数据内容】
源站描述(机器翻译,仅供参考):功能精准医学(FPM)旨在利用个体癌细胞的具体特征,将合适的患者与合适的药物匹配。近年来,FPM 受到能够在体外进行高通量药物谱分析以个体化定制治疗的技术推动。在此,我们展示了一项概念验证研究,构建了一个整合实验系统,将体外治疗反应与单细胞基因表达输出相结合,使得能够在一次单细胞测序实验中对多种药物条件进行条形码标记。我们以糖皮质激素耐药的 E/R+ REH 细胞作为细胞模型,进行耐药性的功能注释,并评估三种不同的单细胞转录组测序(scRNA-seq)方法。使用该整合系统,我们表明所有 scRNA-seq 方法均准确反映了系统中的基因表达变化,
【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:GPL24676、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=GSE229617
【使用注意】
· 源站最后修改于 Feb 14 202,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=GSE229617
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
功能精准医学(FPM)旨在利用个体癌细胞的特异性特征,将合适的患者与合适的药物相匹配。近年来,FPM 得到了能够进行高通量离体药物分析以量身定制个体患者治疗的技术的推动。在此,我们提出了一项概念验证研究,该研究构建了一个集成实验系统,将离体治疗反应与单细胞基因表达输出相结合,使得能够在一次单细胞测序实验中条形码标记多种药物条件。我们使用糖皮质激素耐药的 E/R+ REH 细胞作为细胞模型,对药物耐药性进行功能注释,并评估了三种不同的单细胞转录组测序(scRNA-seq)方法。利用该集成系统,我们证明所有 scRNA-seq 方法均准确反映了系统中的基因表达变化,具有高细胞回收率和不同药物条件的准确标记。此外,我们鉴定出对氟达拉滨(一种对高危 ALL 治疗特别感兴趣的药物)的显著单细胞转录反应。
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。




