小鼠白血病细胞内在生长异质性导致对抗癌生长抑制药物敏感性差异
该数据集来自 search.dataone.org,聚焦肿瘤/白血病方向,研究小鼠淋巴细胞白血病细胞(L1210)在恒定环境下内在生长动态的异质性及其与抗癌药物敏感性差异的关系

基本信息
资源简介
小鼠白血病细胞内在生长异质性导致对抗癌生长抑制药物敏感性差异
Intrinsic growth heterogeneity of mouse leukemia cells underlies differential susceptibility to a growth-inhibiting anticancer drug
该数据集来自 search.dataone.org,聚焦肿瘤/白血病方向,研究小鼠淋巴细胞白血病细胞(L1210)在恒定环境下内在生长动态的异质性及其与抗癌药物敏感性差异的关系。数据通过微流控装置 mammalian mother machine 跨数十代追踪细胞生长,涉及细胞死亡、单细胞分析、细胞周期与细胞分裂、耐药性等主题,可用于分析细胞世代时间分布的长尾特征及药物敏感性差异(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):癌细胞群体由表型异质的细胞组成。越来越多的证据表明,癌细胞之间预先存在的表型差异与抗癌药物敏感性差异相关,并最终导致复发。这种表型差异不仅可由单个细胞周围环境异质性的外部驱动产生,也可由细胞内在波动在内部产生。然而,即使在恒定环境下出现的内在表型异质性的定量特征及其与药物敏感性的相关性仍不清楚。在这里,我们采用微流控装置——哺乳动物母机(mammalian mother machine),研究小鼠淋巴细胞白血病细胞(L1210)跨数十代的生长动态内在异质性。该癌细胞系的世代时间具有长尾分布
【主题与分类】
主题标签:microfluidics、cell death、leukemia、single-cell analysis、Drug resistance、anticancer drug、Cell cycle and cell division。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A8b20961187602f2472e2e8b20a0a41549acb8459642c056a6332b4d4c0604449
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
癌细胞群体由表型异质的细胞组成。越来越多的证据表明,癌细胞之间预先存在的表型差异与对抗癌药物的差异性易感性相关,并最终导致复发。这种表型差异不仅可由单个细胞周围环境异质性的外部驱动产生,也可由细胞内在波动在内部产生。然而,即使在恒定环境下出现的内在表型异质性的定量特征及其与药物易感性的相关性仍不清楚。在此,我们采用微流控装置——哺乳动物母机,研究了小鼠淋巴细胞白血病细胞(L1210)在数十个世代中生长动态的内在异质性。该癌细胞系的世代时间呈长尾分布,并具有跨世代的遗传力。我们确定少数细胞谱系在多个世代中处于慢周期状态。在持续暴露于抗癌药物丝裂霉素的条件下,这些慢周期细胞谱系比快周期谱系具有更高的存活机会。
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。




