儿童及青年T细胞急性淋巴细胞白血病诱导失败数据集
该数据集来自 omicsdi.org，聚焦儿童及青年 T 细胞急性淋巴细胞白血病（T-ALL）诱导失败病例，包含 48 例患者的全基因组测序（WGS）与 RNA 测序（RNAseq）数据，其中 WGS 覆盖 33 对肿瘤/正常配对样本及 15 例仅肿瘤样本，RNAseq 覆盖 37 例
基本信息
资源简介
儿童及青年T细胞急性淋巴细胞白血病诱导失败数据集
该数据集名为 Induction Failure in Childhood and Young Adult T-cell Acute Lymphoblastic Leukemia，来源于 omicsdi.org，聚焦儿童及青年 T 细胞急性淋巴细胞白血病（T-ALL）诱导失败病例的基因组学研究。研究对 48 例诱导失败患者开展了全基因组测序（WGS）与 RNA 测序（RNAseq），旨在识别导致治疗抵抗的基因组驱动因素。其中 WGS 覆盖 33 对肿瘤/正常配对样本及 15 例仅肿瘤样本，RNAseq 覆盖 37 例病例。数据集主题标签为 Genomics，本站分类归入肿瘤 / 白血病。整体而言，该数据集为研究 T-ALL 诱导失败的分子机制提供了测序层面的资源。
【数据集背景】
该数据集围绕儿童及青年 T 细胞急性淋巴细胞白血病（T-ALL）的诱导失败展开。诱导失败是 T-ALL 治疗中需要重点关注的临床问题，而该研究的目的正是通过全基因组测序与 RNA 测序，识别与治疗抵抗相关的基因组驱动因素。数据集来源于 omicsdi.org，主题标签为 Genomics，本站分类为肿瘤 / 白血病。
【数据内容】
数据集包含两类测序数据：全基因组测序（WGS）与 RNA 测序（RNAseq）。WGS 覆盖 33 对肿瘤/正常配对样本以及 15 例仅肿瘤样本；RNAseq 覆盖 37 例病例。研究对象为 48 例儿童及青年 T-ALL 诱导失败患者。除上述样本数量与测序类型外，源站未提供更细的变异类型、表达矩阵或临床字段说明。
【采集与来源】
数据集来源站为 omicsdi.org。研究对象为 48 例儿童及青年 T-ALL 诱导失败患者，样本包括肿瘤/正常配对样本与仅肿瘤样本。源站未提供具体的样本采集地点、采集时间、机构信息及测序平台细节。
【适用场景】
该数据集适用于 T-ALL 诱导失败相关的基因组学研究，可用于探索治疗抵抗的基因组驱动因素，也可作为 WGS 与 RNAseq 联合分析的数据资源。由于包含肿瘤/正常配对样本与仅肿瘤样本，可用于配对与非配对设计下的分析。源站未提供具体的分析应用案例或验证结论。
【使用方法】
源站未提供具体的数据访问方式、文件格式、下载流程或分析工具说明。使用者需依据 omicsdi.org 上的数据集条目获取进一步信息。
【质量与限制】
源站未提供质控指标、测序深度、覆盖度或数据完整性说明。需注意该数据集样本量为 48 例，WGS 中 15 例为仅肿瘤样本，缺少配对正常样本；RNAseq 覆盖 37 例，与 WGS 样本数不完全一致。除此之外，源站未提供其他质量与限制信息。
【引用与许可】
源站未提供引用方式与许可信息。
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://omicsdi.org/dataset/ega/EGAS00001006411
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
我们对48名T细胞急性淋巴细胞白血病（T-ALL）诱导治疗失败的儿童及青年患者队列进行了全基因组测序（WGS）和RNA测序（RNAseq），以识别治疗耐药的基因组驱动因素。研究包括33对肿瘤/正常样本和15例仅肿瘤样本的WGS数据。此外，还有37例病例的RNAseq数据。
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。
