整合素缺失诱导T细胞急性淋巴细胞白血病在中枢神经系统蓄积
该数据集来自 NCBI GEO，聚焦 T 细胞急性淋巴细胞白血病（T-ALL）向中枢神经系统（CNS）转移与蓄积的机制。研究构建了 Itgal-/-、Itgb1-/- 双敲除（DKO）小鼠 T-ALL 模型，并将其与野生型（WT）T-ALL 共转移，发现 DKO T-ALL 在 CNS 中蓄积数量为
基本信息
资源简介
整合素缺失诱导T细胞急性淋巴细胞白血病在中枢神经系统蓄积
Loss of Integrins Induces T Cell Acute Lymphoblastic Leukemia Accumulation in the Central Nervous System
该数据集来自 NCBI GEO，聚焦 T 细胞急性淋巴细胞白血病（T-ALL）向中枢神经系统（CNS）转移与蓄积的机制。研究构建了 Itgal-/-、Itgb1-/- 双敲除（DKO）小鼠 T-ALL 模型，并将其与野生型（WT）T-ALL 共转移，发现 DKO T-ALL 在 CNS 中蓄积数量为 WT 的十倍。数据包含 1 个文件，为 Crispr 来源的 DKO 与 WT T-ALL 细胞系在 CNS 和脾脏中的转录组表达谱，可用于比较两组细胞的基因表达差异，探索 T-ALL 在中枢神经系统蓄积的潜在分子机制（来源 NCBI）。
【数据集背景】
源站首次发布：Oct 05 202。
【数据内容】
源站描述（机器翻译，仅供参考）：T 细胞急性淋巴细胞白血病（T-ALL）是一种常见的儿童癌症，以其侵袭性和早期向中枢神经系统（CNS）转移而闻名。尽管人们对 T-ALL 如何进入并在 CNS 内持续存在知之甚少，但我们假设，正常 T 细胞进入 CNS 所必需的两种整合素——LFA-1 和 VLA-4——也是 T-ALL 进入 CNS 所必需的，并开发了一种 DKO（Itgal-/-、Itgb1-/-）小鼠 T-ALL 模型来验证这一假设。然而，令我们非常惊讶的是，我们发现当 DKO T-ALL 与野生型（WT）T-ALL 共转移时，DKO T-ALL 不仅容易进入 CNS，而且实际上在那里蓄积的数量是 WT 的十倍。我们比较了来自 CNS 和脾脏的 Crispr 来源的 DKO 与 WT T-ALL 细胞系的转录谱，以探索是否能够识别出潜在的机制。
【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：GPL21103、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=GSE244744
【使用注意】
· 源站最后修改于 Oct 09 202，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=GSE244744
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细胞急性淋巴细胞白血病（T-ALL）是一种常见的儿童癌症，以其侵袭性强和早期转移至中枢神经系统（CNS）而著称。尽管人们对T-ALL如何进入并在CNS内持续存在知之甚少，但我们假设两种整合素——LFA-1和VLA-4——是T-ALL进入CNS所必需的，这两种整合素是正常T细胞进入CNS的经典必要条件，并开发了一种DKO（Itgal-/-，Itgb1-/-）小鼠T-ALL模型来验证这一假设。然而，令我们大为惊讶的是，我们发现当DKO T-ALL与野生型（WT）T-ALL共转移时，DKO T-ALL不仅容易进入CNS，而且实际上在那里积累的数量是WT的十倍。我们比较了来自CNS和脾脏的Crispr衍生的DKO和WT T-ALL系的转录谱，以探索是否能够发现潜在的机制。
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。
