NF-κB诱导的T-bet表达抑制恶性B细胞增殖并与慢性淋巴细胞白血病良好预后相关[scATAC-seq]
数据聚焦于NF-κB诱导的T-bet表达如何抑制恶性B细胞增殖，并与慢性淋巴细胞白血病良好预后相关。可用于研究B细胞恶性肿瘤中T-bet的染色质可及性调控机制及预后标志物探索（来源 NCBI）
![GSE234224: NF-κB-induced expression of T-bet suppresses proliferation of malignant B cells and is associated with good prognosis in chronic lymphocytic leukemia [scATAC-seq]](/medical-api/medicalDataset/datasetCover/173993.jpg)
基本信息
资源简介
NF-κB诱导的T-bet表达抑制恶性B细胞增殖并与慢性淋巴细胞白血病良好预后相关[scATAC-seq]
NF-κB-induced expression of T-bet suppresses proliferation of malignant B cells and is associated with good prognosis in chronic lymphocytic leukemia [scATAC-seq]
该数据集来自NCBI GEO，包含1个文件（GSE234224_series_matrix.txt.gz），采用scATAC-seq技术分析T-bet在TCL1白血病中的调控作用。数据聚焦于NF-κB诱导的T-bet表达如何抑制恶性B细胞增殖，并与慢性淋巴细胞白血病良好预后相关。可用于研究B细胞恶性肿瘤中T-bet的染色质可及性调控机制及预后标志物探索（来源 NCBI）。
【数据集背景】
源站首次发布：Jun 06 202。
【数据内容】
源站描述（机器翻译，仅供参考）：T-box转录因子T-bet由Tbx21编码，已被鉴定在B细胞衰老和组织定位中发挥作用。在恶性B细胞中检测到T-bet表达，但其在B细胞恶性肿瘤中的潜在作用仍很大程度上未被探索。我们使用单细胞RNA测序（scRNA-seq）和转座酶可及染色质测序（scATAC-seq）来分析T-bet在TCL1白血病中的调控作用。
【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：GPL24247、10090。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=GSE234224
【使用注意】
· 源站最后修改于 Jun 25 202，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=GSE234224
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
T-box转录因子T-bet由Tbx21编码，已被发现参与B细胞的衰老和组织定位。在恶性B细胞中检测到T-bet的表达，但其在B细胞恶性肿瘤中的潜在作用仍很大程度上未被探索。我们采用单细胞RNA测序（scRNA-seq）和转座酶可及染色质测序（scATAC-seq）来分析T-bet在TCL1白血病中的调控作用。
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。
