单克隆B淋巴细胞增多症与Rai 0期慢性淋巴细胞白血病的临床、细胞、分子及细胞遗传学特征和病程比较的前瞻性多中心研究[miRNA]

该数据集来自NCBI BioProject（ID 174331），主题为临床单克隆B淋巴细胞增多症与Rai 0期慢性淋巴细胞白血病的比较，属于前瞻性多中心研究，聚焦miRNA层面的转录组或基因表达数据

sra

基因组分类Transcriptome or Gene expression

PRJNA174331: Clinical Monoclonal B lymphocytosis versus Rai 0 Chronic Lymphocytic Leukemia: a comparison of the cellular, molecular, cytogenetic features and clinical course in a prospective multicenter study [miRNA]

基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-20

资源简介

单克隆B淋巴细胞增多症与Rai 0期慢性淋巴细胞白血病的临床、细胞、分子及细胞遗传学特征和病程比较的前瞻性多中心研究[miRNA]

该数据集来自 NCBI BioProject（ID 174331），英文名称为“PRJNA174331: Clinical Monoclonal B lymphocytosis versus Rai 0 Chronic Lymphocytic Leukemia: a comparison of the cellular, molecular, cytogenetic features and clinical course in a prospective multicenter study [miRNA]”。其主题聚焦于临床单克隆B淋巴细胞增多症与Rai 0期慢性淋巴细胞白血病之间的比较，属于一项前瞻性多中心研究，并围绕miRNA层面提供转录组或基因表达数据。数据集在站内被归类为肿瘤 / 白血病，来源站为 ncbi.nlm.nih.gov。BioProject 记录本身是围绕某一项研究计划汇集多种生物数据的入口，便于用户从一个统一位置找到该项目所产生的不同类型数据。该数据集的核心价值在于为比较两种B淋巴细胞相关疾病状态提供miRNA表达层面的数据资源。

【数据集背景】

该数据集所对应的研究计划关注临床单克隆B淋巴细胞增多症与Rai 0期慢性淋巴细胞白血病之间的差异。根据标题信息，研究旨在对两者的细胞、分子、细胞遗传学特征以及临床病程进行比较，并采用前瞻性多中心研究设计。这一背景说明该数据集并非单纯的表达谱记录，而是嵌入在一个具有明确临床比较目标的研究框架中。主题标签为“Transcriptome or Gene expression”，表明其数据内容与转录组或基因表达相关，具体到本数据集则聚焦于miRNA层面。

【数据内容】

该数据集属于转录组或基因表达主题，标题中标注了“[miRNA]”，说明其数据围绕miRNA展开。数据集名称中包含“cellular, molecular, cytogenetic features and clinical course”等比较维度，但具体样本数量、miRNA种类、表达矩阵、差异分析结果、细胞遗传学指标或临床病程数据等细节，源站未提供。站内分类为肿瘤 / 白血病，提示其应用领域与白血病相关研究有关。除上述主题标签和标题信息外，数据内容的具体构成、文件格式、数据量等，源站未提供。

【采集与来源】

该数据集来源于 NCBI BioProject，源站为 ncbi.nlm.nih.gov，BioProject ID 为174331。源站描述指出，BioProject 是来自单一组织或联盟的、与某一项研究计划相关的生物数据集合，其记录为用户提供查找该项目所产生多种数据类型的统一入口。该数据集对应的研究为前瞻性多中心研究，但具体参与中心、样本采集地点、采集时间、受试者纳入标准、样本处理流程等，源站未提供。

【适用场景】

该数据集适用于与临床单克隆B淋巴细胞增多症和Rai 0期慢性淋巴细胞白血病比较相关的miRNA表达研究，也可用于转录组或基因表达层面的探索。由于站内分类为肿瘤 / 白血病，其潜在应用场景包括白血病相关的基础研究、分子特征比较以及数据再分析等。但具体适用的分析类型、可支持的假设检验、是否适合作为诊断或预后标志物开发的数据基础等，源站未提供。

【使用方法】

该数据集可通过 NCBI BioProject 记录（ID 174331）进行访问。BioProject 记录提供指向该项目所产生多种数据类型的链接，用户可据此查找相关数据。关于具体的数据下载方式、文件组织、预处理步骤、分析工具、参考基因组版本、标准化方法等，源站未提供。

【质量与限制】

该数据集来自 NCBI BioProject，属于公共生物数据资源。其标题表明研究为前瞻性多中心设计，但样本量、数据完整性、测序深度、覆盖度、批次效应、临床信息完整性、细胞遗传学数据质量等具体质量指标，源站未提供。使用时应结合原始项目记录和相关数据文件自行评估。该数据集的限制还包括：仅从现有信息无法判断其是否涵盖所有比较维度，也无法确认miRNA数据与其他分子或临床数据之间的对应关系。

【引用与许可】

该数据集来自 NCBI BioProject，源站为 ncbi.nlm.nih.gov。关于该数据集的引用方式、许可条款、使用限制、是否允许再分发或商业使用等，源站未提供。用户在使用时应查阅 NCBI BioProject 记录及相关数据文件所附带的说明，以获取准确的引用和许可信息。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE40533

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/PRJNA174331

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。

数据说明

本研究调查了136例临床单克隆B淋巴细胞增多症(cMBL)和216例Rai 0期慢性淋巴细胞白血病(CLL)患者的前瞻性系列。虽然CD38和ZAP-70阳性分布相似，但IGHV突变病例在cMBL中更为常见(P = 0.005)。对整个患者队列进行的Cox多变量分析显示，cMBL状态可预测更长的PFS，而CD38表达和IGHV未突变状态以及CD38表达分别与cMBL和Rai0-CLL中较短的PFS显著相关。12三体、11q-和17p-异常在两种情况下均较少见且无预测价值。值得注意的是，基因和miRNA表达谱显示cMBL与Rai0-CLL之间无显著差异。此外，根据IGHV基因突变状态，在cMBL和Rai0-CLL中发现了相似的基因和miRNA表达特征：即，未突变病例与突变病例具有不同的特征，与cMBL或CLL状态无关。

总体而言，我们基于一系列前瞻性患者的研究表明，cMBL与Rai0-CLL之间不存在重大的生物学差异，提示这两种实体主要在单克隆细胞群的初始大小上有所不同，这可能反映在克隆扩增所需时间更长上。总体设计：这一系列微阵列实验包含了从150名患者（Binet A期）中获取的纯化B细胞慢性淋巴细胞白血病（B-CLL）细胞的微小RNA谱，其中包括39例cMBL和111例Rai0-CLL。CLL患者的外周血单核细胞通过Ficoll-Hypaque（Seromed，Biochrom KG，柏林，德国）密度梯度离心法分离。对于基因和miRNA表达谱实验，CLL细胞通过使用无CD43去除的EasySep-Human B细胞富集试剂盒（Stem Cell Technologies）进行阴性选择富集，采用RoboSepTM（Stem Cell Technologies）全自动免疫磁珠细胞分离方案。该

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