ibrutinib治疗CLL患者的单细胞RNA-seq分析揭示肿瘤与免疫抑制性T细胞表型
该数据集来自NCBI GEO,包含1个文件,为接受ibrutinib治疗的慢性淋巴细胞白血病(CLL)患者外周血单个核细胞的单细胞RNA-seq数据

基本信息
资源简介
ibrutinib治疗CLL患者的单细胞RNA-seq分析揭示肿瘤与免疫抑制性T细胞表型
Single-cell RNA-seq analysis reveals distinct tumor and immunosuppressive T-cell phenotypes in CLL patients treated with ibrutinib
该数据集来自NCBI GEO,包含1个文件,为接受ibrutinib治疗的慢性淋巴细胞白血病(CLL)患者外周血单个核细胞的单细胞RNA-seq数据。研究通过单细胞转录组分析,在ibrutinib敏感与耐药患者的B细胞簇中鉴定出独特的转录异质性,并揭示肿瘤与免疫抑制性T细胞表型。数据可用于探索BTKi治疗下CLL细胞的异质性及免疫微环境差异,为识别控制残留病变的新治疗策略提供基础(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 24 202。
【数据内容】
源站描述(机器翻译,仅供参考):Bruton酪氨酸激酶抑制剂(BTKi)的开发及其进入临床实践代表了慢性淋巴细胞白血病(CLL)治疗的一大进步。然而,ibrutinib或其他BTKi的单药治疗通常不能诱导完全缓解或检测不到微小残留病(MRD),即使延长治疗也是如此。因此,需要了解ibrutinib敏感和耐药CLL细胞之间的差异以及免疫微环境,以确定在BTKi治疗期间控制残留病变的新治疗方法。在这里,我们使用单细胞RNA测序研究了接受ibrutinib治疗的CLL患者外周血单个核细胞的细胞异质性。我们在ibrutinib敏感和耐药患者的B细胞簇中鉴定了独特的转录异质性。
【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:GPL34284、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=GSE311112
【使用注意】
· 源站最后修改于 Sep 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=GSE311112
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
Bruton酪氨酸激酶抑制剂(BTKi)的开发及其进入临床实践,代表了慢性淋巴细胞白血病(CLL)治疗领域的重大进展。然而,无论是依鲁替尼还是其他BTKi的单药治疗,即便延长疗程,通常也无法诱导完全缓解或达到不可检测的微小残留病(MRD)。因此,有必要深入了解依鲁替尼敏感与耐药CLL细胞之间的差异以及免疫微环境,以寻找在BTKi治疗期间控制残留疾病的新治疗策略。在此,我们采用单细胞RNA测序技术,对接受依鲁替尼治疗的CLL患者外周血单核细胞的细胞异质性进行了研究。我们在依鲁替尼敏感和耐药患者的B细胞群中鉴定出独特的转录异质性。依鲁替尼敏感细胞显示出B细胞群体的富集,伴有MHC I类分子和TNF家族成员的上调。
此外,我们观察到在依鲁替尼耐药样本中,炎症反应和代谢相关通路下调,而细胞应激反应和DNA修复程序上调。依鲁替尼耐药患者的T细胞显示Tregs扩增及耗竭性CD8效应T细胞群。此外,依鲁替尼耐药患者的CD14+和CD16+单核细胞优先表达抗病毒免疫的基因表达程序。在单细胞水平上,我们的发现展示了肿瘤区域和免疫微环境中转录异质性的图景。总体而言,这些发现提示T细胞耗竭和单核细胞功能极化可能在BTKi耐药中发挥关键作用。
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。




