慢性淋巴细胞白血病细胞与正常B细胞刺激前后的lncRNA数据集
该数据集来自NCBI GEO（GSE87575），用于分析慢性淋巴细胞白血病（CLL）细胞与正常B细胞在有无CD40配体刺激条件下的lncRNA表达差异
基本信息
资源简介
慢性淋巴细胞白血病细胞与正常B细胞刺激前后的lncRNA数据集
GSE87575 是一个来自 NCBI GEO 的基因表达数据集，主题为慢性淋巴细胞白血病（CLL）细胞与正常 B 细胞在有无 CD40 配体刺激条件下的长链非编码 RNA（lncRNA）表达分析。该数据集通过芯片平台对阴性选择的混合外周血 CLL 样本与混合外周血正常 B 细胞进行比较，旨在揭示两类细胞在 lncRNA 表达层面的差异，以及 CD40 配体刺激对这一差异的影响。数据集属于肿瘤/白血病分类，包含 1 个数据文件，即 GSE87575_series_matrix.txt.gz，由 Cecelia、Miller 提交，发布时间为 Oct 03 201（源站记录如此）。该数据集适合用于非编码 RNA 表达谱的二次分析、CLL 与正常 B 细胞的分子特征比较，以及刺激条件下表达变化的探索性研究。
【数据集背景】
慢性淋巴细胞白血病是一种以成熟 B 淋巴细胞克隆性增殖为特征的血液系统肿瘤。长链非编码 RNA 是一类不编码蛋白质的转录本，在基因表达调控中发挥重要作用。该数据集围绕 CLL 细胞与正常 B 细胞在 lncRNA 表达上的差异展开，并引入 CD40 配体刺激条件，以观察刺激前后表达谱的变化。源站描述明确指出，分析对象为阴性选择的混合外周血 CLL 样本与混合外周血正常 B 细胞，比较在有无 CD40 配体刺激条件下的 lncRNA 表达。该数据集的主题标签包括 Non-coding RNA profiling by array、GPL13825 和 9606，分别对应非编码 RNA 芯片表达谱、芯片平台编号和人类物种编号。
【数据内容】
数据集包含 1 个文件，文件样例为 GSE87575_series_matrix.txt.gz，属于 GZIP 压缩包格式。该文件为系列矩阵文件，通常用于汇总芯片实验的样本信息与表达数据。数据集英文名称为“GSE87575: lncRNA in chronic lymphocytic leukemia cells and normal B cells with and without stimulation”，源站标题为“lncRNA in chronic lymphocytic leukemia cells and normal B cells with and without stimulation”。本站分类为肿瘤/白血病。除上述文件信息外，源站未提供更细的字段结构、样本数量或表达矩阵的具体维度。
【采集与来源】
数据来源于 ncbi.nlm.nih.gov，即 NCBI GEO 数据库，编号为 GSE87575。源站描述说明，研究对阴性选择的混合外周血 CLL 样本与混合外周血正常 B 细胞进行比较，并设置有无 CD40 配体刺激两种条件。作者为 Cecelia、Miller，发布时间为 Oct 03 201（源站记录如此）。主题标签中的 GPL13825 指向所使用的芯片平台，9606 指向人类。除这些信息外，源站未提供样本采集地点、伦理审批信息或具体实验流程。
【适用场景】
该数据集适用于非编码 RNA 表达谱相关的探索性分析，例如比较 CLL 细胞与正常 B 细胞在 lncRNA 层面的表达差异，观察 CD40 配体刺激对 lncRNA 表达的影响，以及作为 CLL 分子机制研究的辅助数据。由于主题标签标明为“Non-coding RNA profiling by array”，该数据可用于芯片表达谱的二次挖掘、候选 lncRNA 筛选和通路层面的探索。需要说明的是，源站未提供具体的分析结论或验证实验结果，因此适用场景应限定在数据驱动的探索性研究范围内。
【使用方法】
使用时可先下载数据文件 GSE87575_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入。由于该文件为系列矩阵文件，读取后应检查样本分组信息与表达值字段，确保 CLL 与正常 B 细胞、有无 CD40 配体刺激的分组对应关系清晰。源站未提供额外的预处理脚本或分析流程，具体分析步骤需依据文件实际内容自行设计。
【质量与限制】
该数据集仅包含 1 个系列矩阵文件，源站未提供原始芯片数据、样本层面的详细注释或技术重复信息。源站描述中样本为混合池化样本，可能限制对个体间变异的评估。发布时间记录为 Oct 03 201（源站记录如此），具体年份信息不完整。源站未提供数据质量评估、归一化方法或批次信息，使用时应自行核查数据完整性与分组准确性。此外，源站未提供任何统计结论或验证结果，不应将探索性发现直接视为确定性结论。
【引用与许可】
源站未提供引用格式与许可信息。使用该数据集时，应遵循 NCBI GEO 的通用使用规范，并在相关成果中注明数据集编号 GSE87575 及来源站 ncbi.nlm.nih.gov。作者信息为 Cecelia、Miller，发布时间为 Oct 03 201（源站记录如此）。除上述信息外，源站未提供具体的许可条款或使用限制说明。
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=GSE87575
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
Analysis of lncRNA expression in negatively selected pooled peripheral blood CLL samples compared to pooled peripheral blood normal B-cells with or without stimulation with CD40 ligand.
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。
