ibrutinib治疗期间慢性淋巴细胞白血病患者B细胞区室的分子组成、克隆性与动力学
该数据集来自search.dataone.org,聚焦慢性淋巴细胞白血病(CLL)患者在ibrutinib治疗期间B细胞区室的分子组成、克隆性与动力学

基本信息
资源简介
ibrutinib治疗期间慢性淋巴细胞白血病患者B细胞区室的分子组成、克隆性与动力学
Molecular composition, clonality and kinetics of B cell compartment in patients with chronic lymphocytic leukemia during ibrutinib treatment
该数据集来自search.dataone.org,聚焦慢性淋巴细胞白血病(CLL)患者在ibrutinib治疗期间B细胞区室的分子组成、克隆性与动力学。研究采用多组学方法,随访长达3.5年,分析了24例CLL患者的数据,其中重点观察9例接受ibrutinib单药治疗的患者。数据可用于探究BTK抑制剂对B细胞克隆演化的影响,并比较ibrutinib与venetoclax治疗下克隆频率的变化差异(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):慢性淋巴细胞白血病(CLL)的特征是B细胞因组成性B细胞受体(BCR)信号传导而积累,导致抗凋亡和增殖增加。本研究评估了Bruton酪氨酸激酶(BTK)抑制剂ibrutinib对CLL患者B细胞的分子组成、克隆性和动力学的影响。采用多组学方法,随访长达3.5年,我们分析了24例CLL患者的数据,特别关注9例接受ibrutinib单药治疗的患者。研究观察到,在有效的初始临床反应后,ibrutinib治疗组内克隆稳定性,克隆型频率保持高且稳定,从1.5年时的74.9%到3.5年时的87.7%。相比之下,venetoclax治疗的患者克隆频率大幅降低,接近分子根除。
【主题与分类】
主题标签:Chronic lymphocytic leukemia、Medicine, Health and Life Sciences。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A13878cbd14b6b18eb5db299d7618db561bf597f61016e8e63de28c6612f5cd89
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
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
慢性淋巴细胞白血病(CLL)的特征是B细胞因组成性B细胞受体(BCR)信号传导而积累,导致对凋亡的抵抗和增殖增加。本研究评估了布鲁顿酪氨酸激酶(BTK)抑制剂依鲁替尼对CLL患者B细胞分子组成、克隆性和动力学的影响。采用多组学方法,随访长达3.5年,我们分析了24例CLL患者的数据,特别关注9例接受依鲁替尼单药治疗的患者。研究观察到,在依鲁替尼治疗组中,在有效的初始临床反应后,克隆保持稳定,克隆型频率保持高位且稳定,从1.5年时的74.9%到3.5年时的87.7%。相比之下,接受维奈克拉治疗的患者克隆频率大幅降低,接近分子学清除。编码基因组测序显示,依鲁替尼组的基因组进展极小,在整个治疗过程中维持体细胞驱动突变和变异等位基因频率(VAF)高于0.2。
在单细胞水平上,治疗期间NF-κB通路的抑制和凋亡信号被指示甚至增强。这些发现突显了依鲁替尼在稳定CLL细胞基因组景观、维持高克隆负荷及防止显著基因组进化中的作用。这种稳定性强调了依鲁替尼作为CLL长期治疗选择的潜力,但也要求进行持续的分子监测以优化治疗策略。
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。




