PRJNA1236388:Nidogen-1在KMT2A重排儿童急性髓系白血病中的作用
该数据集来自NCBI,聚焦儿童急性髓系白血病(AML),包含对白血病干细胞与白血病髓母细胞及其健康对应细胞的微阵列表达谱分析,并涉及TAR-GET数据集中1025例儿童AML患者的NID1表达与无事件生存及KMT2A重排的关联,以及NID1敲低模型的药物反应谱和RNA测序分析

基本信息
资源简介
PRJNA1236388:Nidogen-1在KMT2A重排儿童急性髓系白血病中的作用
该数据集来自NCBI,聚焦儿童急性髓系白血病(AML),包含对白血病干细胞与白血病髓母细胞及其健康对应细胞的微阵列表达谱分析,并涉及TAR-GET数据集中1025例儿童AML患者的NID1表达与无事件生存及KMT2A重排的关联,以及NID1敲低模型的药物反应谱和RNA测序分析。数据可用于研究NID1在白血病干细胞中的表达特征、与KMT2A重排及预后不良的关系,以及HSP90抑制的敏感性差异(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):尽管治疗结果有所改善,仍有三分之一的儿童急性髓系白血病(AML)患者复发,且不到一半能获得长期生存。AML复发已被证明部分由白血病干细胞(LSC)驱动,这凸显了更好地表征和靶向这一治疗耐药细胞群体的未满足医疗需求。对儿童AML亚群(LSC和白血病髓母细胞)及其健康对应细胞的微阵列分析显示,Nidogen-1(NID1)在两个白血病亚群中均有表达,而在造血干细胞中缺失。使用包含儿童AML患者(n=1025)的TAR-GET数据集,NID1表达显示与较差的无事件生存和KMT2A重排相关。NID1敲低模型的药物反应谱分析显示对HSP90抑制的敏感性差异。RNA测序和基因集富集分析在NI
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1236388
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/PRJNA1236388
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
尽管在治疗结果方面取得了进展,仍有三分之一的急性髓系白血病(AML)患儿会复发,且不到半数能够实现长期生存。研究表明,AML的复发部分由白血病干细胞(LSC)驱动,这凸显了更好地表征和靶向这一治疗耐药细胞群体的未满足医疗需求。对儿童AML亚群(LSC和白血病髓母细胞)及其健康对应细胞进行微阵列分析,发现Nidogen-1(NID1)在两个白血病亚群中均有表达,而在造血干细胞中缺失。利用包含儿童AML患者(n=1025)的TARGET数据集,NID1表达显示与更差的无事件生存期和KMT2A重排相关。对NID1敲低模型的药物反应分析显示,其对HSP90抑制的敏感性存在差异。NID1高表达与低表达表型之间的RNA测序和基因集富集分析表明,NID1参与已知在LSC中富集的线粒体代谢通路。总之,本研究强调NID1是一种新型癌基因,与AML中更差的EFS和代谢性LSC表型相关。
NID1可作为生物标志物,有助于进一步定位白血病干细胞(LSCs),从而制定治疗策略以应对儿童急性髓系白血病(AML)的高复发率。总体设计:鉴于NID1高表达与较差的无事件生存期相关,我们旨在进一步揭示NID1在儿童AML中的生物学作用。因此,我们通过慢病毒shRNA在THP-1细胞系中敲低NID1基因表达、在KASUMI-1细胞系中过表达NID1,构建了NID1基因表达改变的细胞系模型。
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。




