PRJNA1195078：RSK1 是髓系恶性肿瘤的可利用依赖 [CD34RNAseq]
该数据集为 CD34+ 细胞的 RNA-seq 数据，涵盖 90 例患者样本，覆盖骨髓增殖性肿瘤谱系及继发性急性髓系白血病，并包含正常供者对照
![PRJNA1195078: RSK1 is an exploitable dependency in myeloid malignancies [CD34RNAseq]](/medical-api/medicalDataset/datasetCover/143424.jpg)
基本信息
资源简介
PRJNA1195078：RSK1 是髓系恶性肿瘤的可利用依赖 [CD34RNAseq]
PRJNA1195078 数据集收录的是 CD34+ 细胞的 RNA-seq 数据，来源于对骨髓增殖性肿瘤谱系及继发性急性髓系白血病患者样本的转录组研究。该数据集共涵盖 90 例患者样本，并纳入正常供者作为对照，旨在通过基因表达模式分析，考察 CD34+ 细胞在不同疾病阶段与正常状态下的转录特征。数据以转录组或基因表达为主题，属于肿瘤/白血病分类，可从 ncbi.nlm.nih.gov 获取。整体设计围绕 RSK1 在髓系恶性肿瘤中的可依赖性展开，为相关研究提供 CD34+ 细胞层面的表达谱资源。
【数据集背景】
该数据集对应的研究主题为“RSK1 是髓系恶性肿瘤中可利用的依赖性”。研究关注髓系恶性肿瘤中 CD34+ 细胞的基因表达格局，样本覆盖骨髓增殖性肿瘤谱系以及继发性急性髓系白血病，并设置正常供者对照。通过建立较系统的 CD34+ 细胞 RNA-seq 数据，研究者可在转录组层面比较患者与正常对照之间的表达差异，为理解髓系恶性肿瘤的分子特征和潜在依赖关系提供数据基础。
【数据内容】
数据内容为 CD34+ 细胞的 RNA-seq 转录组数据，主题标签为“Transcriptome or Gene expression”。样本包括 90 例患者样本，覆盖骨髓增殖性肿瘤谱系及继发性急性髓系白血病，同时包含正常健康供者对照。CD34+ 细胞经磁珠富集后用于基因表达模式评估。数据可用于分析不同疾病类别与正常对照之间在基因表达层面的差异。
【采集与来源】
样本来自 MPN/sAML 患者的外周血单个核细胞（PBMCs）以及正常健康供者的骨髓，CD34+ 细胞通过磁珠富集获得。数据来源站为 ncbi.nlm.nih.gov，数据集英文名称为“PRJNA1195078: RSK1 is an exploitable dependency in myeloid malignancies [CD34RNAseq]”。
【适用场景】
该数据集适用于髓系恶性肿瘤相关的转录组研究，包括骨髓增殖性肿瘤与继发性急性髓系白血病的基因表达模式比较、CD34+ 细胞在疾病与正常状态下的表达特征分析，以及围绕 RSK1 可依赖性的探索性研究。也可作为 CD34+ 细胞 RNA-seq 表达谱的参考数据，用于相关分子机制和生物标志物方向的初步分析。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/PRJNA1195078
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
RSK1是髓系恶性肿瘤中一个可利用的依赖性靶点 总体设计：在此，我们建立了一个全面的CD34+细胞RNA-seq数据集，涵盖90例患者样本，涉及骨髓增殖性肿瘤谱系及继发性急性髓系白血病，并包含正常供体对照。CD34+细胞通过磁珠富集自MPN/sAML患者的外周血单个核细胞（PBMCs）及正常健康供体（骨髓），以评估基因表达模式。
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。
