慢性淋巴细胞白血病中IL-4靶点鉴定数据集

该数据集来自 NCBI,包含慢性淋巴细胞白血病(CLL)细胞与正常 B 细胞(NBC)经 10 ng/ml IL-4 处理 18 小时后的基因表达谱,并设无处理对照(Ctrl)与基础样本(Pre)

geo
浏览 8
时间序列分类Expression profiling by arrayGPL41339606
GSE55288: Identification of interleukin-4 (IL-4) targets in chronic lymphocytic leukemia (CLL)

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-26

资源简介

慢性淋巴细胞白血病中IL-4靶点鉴定数据集

Identification of interleukin-4 (IL-4) targets in chronic lymphocytic leukemia (CLL)

该数据集来自 NCBI,包含慢性淋巴细胞白血病(CLL)细胞与正常 B 细胞(NBC)经 10 ng/ml IL-4 处理 18 小时后的基因表达谱,并设无处理对照(Ctrl)与基础样本(Pre)。患者 CLL01 另接受 IL-4 联合 ERK 激活抑制肽 I、NFkB 激活抑制剂或 cyclic-pifithrin-α 处理。数据可用于比较 IL-4 在 CLL 与正常 B 细胞中的靶基因表达差异,并分析相关信号通路的作用(来源 NCBI)。

【数据集背景】

源站首次发布:Feb 24 201。

【数据内容】

源站描述(机器翻译,仅供参考):CLL 细胞与正常 B 细胞(NBC)经 10 ng/ml IL-4 处理 18 小时后的基因表达谱,与无处理培养(Ctrl)及基础(Pre)样本进行比较。患者 CLL01 还接受了 IL-4 加 5 mg/ml ERK 激活抑制肽 I、或 IL-4 加 10 µM NFkB 激活抑制剂、以及 IL-4 加 100 mg/ml cyclic-pifithrin-α 的处理。

【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、GPL4133、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=GSE55288

【使用注意】

· 源站最后修改于 Oct 12 201,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE55288

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

经10 ng/ml IL-4处理18小时的CLL细胞和正常B细胞(NBC)的基因表达谱,与无处理培养(Ctrl)及基础(Pre)样本相比较。患者CLL01还接受了IL-4加5 mg/ml ERK激活抑制剂肽I,或IL-4加10 µM NFkB激活抑制剂,以及IL-4加100 mg/ml环状-pifithrin-α的处理。

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。