GSE66186：慢性淋巴细胞白血病中p53依赖非编码RNA网络的smRNA测序分析
该数据集为一项small RNA测序研究，比较p53野生型与p53突变型慢性淋巴细胞白血病（CLL）样本在DNA损伤应答下的miRNA/非编码RNA表达谱，利用突变p53转录活性受损的特性，在原代CLL中定位p53靶标
基本信息
资源简介
GSE66186：慢性淋巴细胞白血病中p53依赖非编码RNA网络的smRNA测序分析
smRNA sequencing analysis to identify p53-dependent non-coding RNA networks in Chronic Lymphocytic Leukemia
该数据集为一项small RNA测序研究，比较p53野生型与p53突变型慢性淋巴细胞白血病（CLL）样本在DNA损伤应答下的miRNA/非编码RNA表达谱，利用突变p53转录活性受损的特性，在原代CLL中定位p53靶标。数据覆盖miRNA及lncRNA表达信息，可用于识别p53依赖的非编码RNA网络、研究p53功能缺失对CLL化疗耐药与预后相关分子机制的影响（来源 NCBI）。
【数据集背景】
源站首次发布：Feb 23 201。
【数据内容】
源站描述（机器翻译，仅供参考）：肿瘤抑制因子p53的突变导致慢性淋巴细胞白血病（CLL）的化疗耐药和不良预后。通过比较p53野生型与p53突变型样本在DNA损伤应答下的miRNA/非编码RNA表达谱，我们利用突变p53受损的转录活性，通过small RNA测序在原代CLL中定位p53靶标。聚焦于miRNA，我们除关键p53靶标miR-34a外，还鉴定出一组p53依赖的miRNA（miR-182-5p、miR-7-5p、miR-320c/d）。在miRNA之外，长链非编码RNA（lncRNA）NEAT1和lincRNA-p21在功能性p53存在时响应DNA损伤而被诱导，但在p53突变的CLL中则不被诱导。
【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：GPL11154、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=GSE66186
【使用注意】
· 源站最后修改于 May 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=GSE66186
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
肿瘤抑制因子p53的突变导致慢性淋巴细胞白血病(CLL)的化疗耐药和不良预后。通过比较p53野生型和p53突变样本在DNA损伤应答中的miRNA/非编码RNA表达谱，我们利用突变p53转录活性受损的特点，通过小RNA测序在原发性CLL中绘制p53靶点图谱。聚焦于miRNA，我们鉴定了一组p53依赖性miRNA(miR-182-5p、miR-7-5p、miR-320c/d)，此外还有关键的p53靶点miR-34a。除miRNA之外，长非编码RNA(lncRNA)NEAT1和lincRNA-p21在功能性p53存在时响应DNA损伤而被诱导，但在p53突变的CLL中则不然。
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。
