PRJEB64234:功能与分子单细胞分析揭示PRDM14在新型B-1细胞恶性肿瘤起始中的作用——单细胞RNA测序实验
该数据集来自NCBI,包含小鼠T细胞急性淋巴细胞白血病(T-ALL)模型的单细胞转录组数据,共四个样本。数据可用于研究Prdm14表达细胞类型的异质性、识别白血病前期的异常B-1细胞样群体,并探索PRDM14在B-1细胞恶性肿瘤起始中的分子机制(来源 ncbi.nlm.nih.gov)

基本信息
资源简介
PRJEB64234:功能与分子单细胞分析揭示PRDM14在新型B-1细胞恶性肿瘤起始中的作用——单细胞RNA测序实验
该数据集来自NCBI,包含小鼠T细胞急性淋巴细胞白血病(T-ALL)模型的单细胞转录组数据,共四个样本。样本包括按GFP表达分选的R26PR;Mx1-cre小鼠细胞(GFP+与GFP-)以及按CD11b- CD19+ CD127+ Sca-1+前B-1样免疫表型分选的Pre-leukemia样本,另以免疫表型匹配的R26PR小鼠细胞作为对照。数据可用于研究Prdm14表达细胞类型的异质性、识别白血病前期的异常B-1细胞样群体,并探索PRDM14在B-1细胞恶性肿瘤起始中的分子机制(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):描述:高危白血病亚型的分子机制仍不清楚。PR结构域包含蛋白14(Prdm14)是一种强效癌基因,与包括白血病在内的多种癌症的起始有关。在此,我们在T细胞急性淋巴细胞白血病(T-ALL)小鼠模型中探究表达Prdm14的细胞类型的异质性。我们在白血病前期的骨髓中鉴定出一个异常的B-1细胞样群体。B-1细胞是在胚胎发育期间建立的一群自我更新的非常规B细胞。该数据集包含四个样本的单细胞转录组分析。来自R26PR;Mx1-cre小鼠的细胞按GFP表达分选(“GFP+”和“GFP-”样本),或按CD11b- CD19+ CD127+ Sca-1+的前B-1样免疫表型分选(“Pre-leukemia”样本)。作为对照,来自R26PR小鼠的免疫表型匹配细胞在按CD1分选后通过scRNA-seq进行分析
【主题与分类】
主题标签:Other。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJEB64234
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://ncbi.nlm.nih.gov/bioproject/PRJEB64234
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
描述:高风险白血病亚型的分子机制仍不清楚。含PR结构域蛋白14(Prdm14)是一种强效癌基因,与包括白血病在内的多种癌症的发生有关。在此,我们在T细胞急性淋巴细胞白血病(T-ALL)小鼠模型中探究表达Prdm14的细胞类型的异质性。我们在白血病前期的骨髓中鉴定出一种异常的B-1细胞样群体。B-1细胞是一种在胚胎发育期间建立的自我更新的非常规B细胞群体。该数据集包含四个样本的单细胞转录组图谱。来自R26PR;Mx1-cre小鼠的细胞根据GFP表达(“GFP+”和“GFP-”样本)或根据CD11b- CD19+ CD127+ Sca-1+的促B-1样免疫表型(“白血病前期”样本)进行分选。作为对照,来自R26PR小鼠的免疫表型匹配细胞在根据CD11b- CD19+ CD127+ Sca-1+分选后通过scRNA-seq进行分析(“对照”样本)(补充图2)。因此,我们对总共四个样本进行了scRNA-seq:“GFP+”、“GFP-”、“白血病前期”和“对照”。GFP+和GFP-样本为骨髓样本提供了细胞背景。
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。




