白血病患者骨髓与外周血单核细胞表达数据
该数据集来自 NCBI，包含白血病患者骨髓与外周血单核细胞的基因表达数据，使用 GeneChip® Human Genome U133（HG–U133A 与 B）芯片检测超过 39,000 个转录本
基本信息
资源简介
白血病患者骨髓与外周血单核细胞表达数据
该数据集来自 NCBI，包含白血病患者骨髓与外周血单核细胞的基因表达数据，使用 GeneChip® Human Genome U133（HG–U133A 与 B）芯片检测超过 39,000 个转录本。源站描述提及基于 RNAi 的功能筛选靶向 188 个非激酶细胞因子/生长因子受体及相关蛋白，并注明 AML 与 T-ALL 样本中部分芯片数据缺失。数据可用于白血病基因表达谱分析与细胞因子/生长因子受体相关研究（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：使用 GeneChip® Human Genome U133（HG–U133A 与 B）芯片进行基因表达分析，检测超过 39,000 个转录本。已知细胞因子、生长因子及其受体在正常细胞和癌细胞的细胞存活、增殖、分化和免疫应答中发挥重要作用。大量证据表明，生长因子和细胞因子信号传导失调通过激酶驱动信号通路的异常激活促进白血病发生。为了鉴定对白血病细胞生长关键的细胞因子/生长因子受体，我们建立了一种新的基于 RNAi 的功能筛选，靶向在血液系统恶性肿瘤中高表达的 188 个非激酶细胞因子/生长因子受体及相关蛋白。在 AML 中，Set A 缺失 46884，Set B 缺失 103855；在 T-ALL 中，Set A 缺失 52570，原因是样本。
【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/PRJNA221144
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/PRJNA221144
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
基因表达分析采用GeneChip® Human Genome U133（HG–U133A & B）芯片进行，该芯片包含超过39,000个转录本。已知细胞因子、生长因子及其受体在正常细胞和癌细胞的存活、增殖、分化及免疫应答中发挥重要作用。大量证据表明，生长因子和细胞因子信号传导的失调通过激酶驱动信号通路的异常激活促进白血病发生。为鉴定对白血病细胞生长至关重要的细胞因子/生长因子受体，我们建立了一种新型功能性RNAi筛选方法，靶向188个在血液系统恶性肿瘤中高表达的非激酶细胞因子/生长因子受体及相关蛋白。在AML中，Set A缺失46884，Set B缺失103855；在T-ALL中，由于样本量限制，Set A缺失52570。
总体设计：采用141例白血病患者样本（包括AML N=38、前体B细胞急性淋巴细胞白血病B-ALL N=17、T细胞急性淋巴细胞白血病T-ALL N=13、慢性淋巴细胞白血病CLL N=41、慢性髓系白血病CML N=22）及骨髓增生异常综合征MDS N=10的骨髓和外周血单个核细胞进行基因表达谱分析。
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。
