FPD患者特异性iPSC中RUNX1突变靶向矫正恢复巨核细胞生成缺陷
该数据集来自NCBI GEO,包含1个表达谱芯片文件,对应FPD/AML患者来源的诱导多能干细胞(iPSC)研究。数据覆盖两个家族性血小板紊乱伴急性髓系白血病倾向患者的iPSC,以及经基因打靶矫正RUNX1突变后的iPSC,用于比较巨核细胞分化过程中的基因表达变化

基本信息
资源简介
FPD患者特异性iPSC中RUNX1突变靶向矫正恢复巨核细胞生成缺陷
Targeted correction of RUNX1 mutation in FPD patient-specific induced pluripotent stem cells rescues megakaryopoietic defects
该数据集来自NCBI GEO,包含1个表达谱芯片文件,对应FPD/AML患者来源的诱导多能干细胞(iPSC)研究。数据覆盖两个家族性血小板紊乱伴急性髓系白血病倾向患者的iPSC,以及经基因打靶矫正RUNX1突变后的iPSC,用于比较巨核细胞分化过程中的基因表达变化。该数据可用于分析RUNX1突变对巨核细胞生成的影响,并评估基因矫正后表达谱的恢复情况,为FPD/AML的体外建模和机制研究提供转录组层面的支持(来源 NCBI)。
【数据集背景】
源站首次发布:Jan 22 201。
【数据内容】
源站描述(机器翻译,仅供参考):家族性血小板紊乱伴急性髓系白血病倾向(FPD/AML)是一种常染色体显性遗传的造血系统疾病,由RUNX1的杂合突变引起。FPD/AML患者存在出血性疾病,其特征为血小板减少症,表现为血小板数量和功能降低,并有发展为AML的倾向。目前尚无合适的FPD/AML动物模型,因为Runx1+/-小鼠和斑马鱼不会发生出血性疾病或白血病。在此,我们从一个FPD/AML家族的两名患者中衍生出诱导多能干细胞(iPSCs),并发现FPD iPSCs在体外巨核细胞分化方面存在缺陷。我们通过基因打靶矫正了一个FPD iPSC系中的RUNX1突变,使培养中iPSCs的巨核细胞生成恢复正常。我们的结果证明了利用患者特异性细胞成功进行FPD的体外建模
【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、GPL16686、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=GSE54295
【使用注意】
· 源站最后修改于 Mar 15 201,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=GSE54295
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
家族性血小板病伴急性髓系白血病易感性(FPD/AML)是一种常染色体显性遗传的造血系统疾病,由RUNX1基因的杂合突变引起。FPD/AML患者表现为出血性疾病,特征为血小板减少症,血小板数量和功能下降,并有发展为AML的倾向。目前尚无合适的FPD/AML动物模型,因为Runx1+/-小鼠和斑马鱼不会出现出血性疾病或白血病。在此,我们从一个FPD/AML家系中的两名患者身上衍生出诱导多能干细胞(iPSCs),并发现FPD iPSCs在体外巨核细胞分化方面存在缺陷。我们通过基因打靶技术纠正了一株FPD iPSC系中的RUNX1突变,从而使培养中的iPSCs巨核细胞生成恢复正常。我们的结果证明了利用患者特异性iPSCs成功建立FPD的体外模型,并证实RUNX1突变是FPD患者巨核细胞生成缺陷的原因。
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。




