PRJNA1379568:AML骨髓中乳酸升高通过GPR81信号促进巨噬细胞极化
该数据集来自NCBI,属于肿瘤/白血病分类,主题为转录组或基因表达。源站描述聚焦急性髓系白血病(AML)与骨髓微环境(BMME)的相互作用,通过对AML患者骨髓血清进行代谢组分析,发现乳酸是AML BMME中升高最显著的代谢物,并利用bcCML小鼠AML模型研究乳酸在白血病相关巨噬细胞(LAMs)极

基本信息
资源简介
PRJNA1379568:AML骨髓中乳酸升高通过GPR81信号促进巨噬细胞极化
该数据集来自NCBI,属于肿瘤/白血病分类,主题为转录组或基因表达。源站描述聚焦急性髓系白血病(AML)与骨髓微环境(BMME)的相互作用,通过对AML患者骨髓血清进行代谢组分析,发现乳酸是AML BMME中升高最显著的代谢物,并利用bcCML小鼠AML模型研究乳酸在白血病相关巨噬细胞(LAMs)极化中的作用。数据可用于探索乳酸-GPR81信号与巨噬细胞免疫抑制表型相关的基因表达研究(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):急性髓系白血病(AML)与骨髓微环境(BMME)之间的相互作用对白血病进展和化疗耐药至关重要。在实体瘤微环境中,代谢物水平的改变促进癌症进展。我们对AML患者骨髓血清进行了代谢组分析,发现与年龄和性别匹配的对照相比,代谢物水平升高。AML BMME中升高最显著的代谢物是乳酸。实体瘤中的乳酸信号诱导免疫抑制性肿瘤相关巨噬细胞,并与不良预后相关。这在白血病BMME中尚未被研究。在此,我们描述了乳酸在白血病相关巨噬细胞(LAMs)极化中的作用。使用 blast crisis chronic myelogenous leukemia(bcCML)的小鼠AML模型,我们通过表面标志物、转录组
【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/PRJNA1379568
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/PRJNA1379568
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
急性髓系白血病(AML)与骨髓微环境(BMME)之间的相互作用对白血病的进展和化疗耐药至关重要。在实体瘤微环境中,代谢物水平的改变促进癌症进展。我们对AML患者的骨髓血清进行了代谢组学分析,结果显示与年龄和性别匹配的对照组相比,代谢物水平升高。AML BMME中升高最显著的代谢物是乳酸。实体瘤中的乳酸信号可诱导免疫抑制性肿瘤相关巨噬细胞,并与不良预后相关。这一点尚未在白血病BMME中进行研究。在此,我们描述了乳酸在白血病相关巨噬细胞(LAMs)极化中的作用。利用急变期慢性髓性白血病(bcCML)的小鼠AML模型,我们通过表面标志物、转录组学和细胞因子谱分析表征了LAMs的抑制性表型。随后,使用遗传性缺乏细胞外乳酸受体GPR81的小鼠,证明GPR81信号既是LAMs极化的机制,也直接支持白血病细胞。
此外,乳酸升高削弱了造血祖细胞的功能,并减少了对正常造血作用的基质支持。我们报道了微环境中的乳酸作为AML诱导的免疫抑制和白血病进展的一种机制,从而确定GPR81信号传导是治疗这一毁灭性疾病的一个令人兴奋的新治疗靶点。总体设计:通过FACS从健康或白血病小鼠中分选骨髓巨噬细胞(CD45+/F4/80+/Ly6g-/Ly6c-)。白血病小鼠在移植bcCML模型白血病细胞后处于疾病晚期。
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。




