原代与扩增NK细胞用于未来临床的分析

该数据集来自NCBI,聚焦用于白血病临床治疗的原代与扩增自然杀伤(NK)细胞。研究通过CSC技术结合全人类基因组寡核苷酸微阵列进行总基因表达分析,在表面组水平表征不同供者的原代与扩增NK细胞

geo
浏览 9
基因组分类Expression profiling by arrayGPL145509606
GSE64812: Analysis of Primary and Expanded NK Cells for Future Clinical Use

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-17

资源简介

原代与扩增NK细胞用于未来临床的分析

Analysis of Primary and Expanded NK Cells for Future Clinical Use

该数据集来自NCBI,聚焦用于白血病临床治疗的原代与扩增自然杀伤(NK)细胞。研究通过CSC技术结合全人类基因组寡核苷酸微阵列进行总基因表达分析,在表面组水平表征不同供者的原代与扩增NK细胞。数据可用于比较两类NK细胞的分子特征,辅助评估扩增NK细胞的临床应用潜力(来源 NCBI)。

【数据集背景】

源站首次发布:Jan 09 201。

【数据内容】

源站描述(机器翻译,仅供参考):用于白血病治疗的临床自然杀伤(NK)细胞疗法目前受限于可获得的功能性NK细胞数量不足。体外NK细胞扩增可用于生成更多NK细胞,并显示出提高对肿瘤细胞细胞毒性的潜力。 manufactured NK细胞临床应用的一个关键需求是其分子和功能表征。为了表征所有供者的原代和扩增NK细胞,使用CSC技术结合全人类基因组寡核苷酸微阵列的总基因表达分析,在表面组水平对细胞进行了分析。

【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、GPL14550、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=GSE64812

【使用注意】

· 源站最后修改于 Dec 31 202,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

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=GSE64812

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

目前,用于治疗白血病的临床自然杀伤(NK)细胞疗法受到功能性NK细胞数量有限的制约。体外NK细胞扩增可用于生成更多数量的NK细胞,并显示出提高对肿瘤细胞细胞毒性的潜力。对于所制备NK细胞的临床应用而言,一个关键需求是对其进行分子和功能表征。为了表征所有供者的原代和扩增NK细胞,研究采用CSC技术结合全人类基因组寡核苷酸微阵列的总基因表达分析,在表面蛋白质组水平对细胞进行了分析。

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。

获取专属数据定制方案