PRJNA377959：急性髓系白血病样本Illumina SNP芯片数据

该数据集来自 NCBI，包含儿童初发急性髓系白血病（AML）样本的 Illumina SNP 芯片数据。研究对 460 对诊断期与缓解期骨髓穿刺样本进行全基因组拷贝数异常分析，其中 Illumina 2.5M Omni 芯片覆盖 206 对样本

sra

时间序列分类Variation

PRJNA377959: Illumina SNP array data for acute myeloid leukemia samples

基本信息

模态

时间序列

任务类型

分类

创建/更新时间

2026-10-20

资源简介

PRJNA377959：急性髓系白血病样本Illumina SNP芯片数据

PRJNA377959 数据集收录的是儿童初发急性髓系白血病（AML）样本的 Illumina SNP 芯片数据，来自 NCBI。该研究围绕儿童 de novo 急性髓系白血病展开，旨在刻画其基因组结构，对 460 对诊断期与缓解期骨髓穿刺样本进行了全基因组拷贝数异常分析。整体设计中包含两类平台的数据，其中本系列对应 Illumina 数据集，使用 Illumina 2.5M Omni 芯片覆盖 206 对样本；另有一组基于 Affymetrix 6.0 SNP 芯片的 254 对样本数据。数据集归类于肿瘤／白血病方向，主题标签为 Variation，适合关注儿童 AML 基因组变异的研究者参考使用。

【数据集背景】

该数据集服务于儿童初发急性髓系白血病的基因组学研究。源站描述指出，研究目的是定义这类患者的基因组结构，所采用的手段是面向诊断期与缓解期配对骨髓穿刺样本的全基因组拷贝数异常分析。研究对象为儿童 de novo 急性髓系白血病患者，样本来自骨髓穿刺，并以诊断期与缓解期配对的形式组织，这种配对设计有助于在比较中识别与疾病相关的拷贝数变化。数据集所属系列聚焦于 Illumina 平台产生的数据部分。

【数据内容】

数据内容为 Illumina SNP 芯片数据。按照源站描述，Illumina 2.5M Omni 芯片覆盖 206 对样本，即诊断期与缓解期配对的骨髓样本。这些数据用于全基因组拷贝数异常分析。整体研究共涉及 460 对诊断—缓解骨髓穿刺样本，其中另一部分由 Affymetrix 6.0 SNP 芯片覆盖 254 对样本，本系列仅代表 Illumina 数据集。主题标签为 Variation，指向变异相关分析。芯片所检测的具体位点数量、原始信号文件类型、处理后文件的字段构成等细节，源站未提供。

【采集与来源】

数据集来源于 ncbi.nlm.nih.gov。样本为儿童初发急性髓系白血病患者的骨髓穿刺样本，采集时点包括诊断期与缓解期，并以配对形式用于分析。源站描述说明，Illumina SNP 芯片按照制造商说明进行操作，所用 DNA 提取自冷冻保存的诊断期与缓解期骨髓样本。样本的临床信息、采集机构、伦理审批与知情同意情况，源站未提供。

【适用场景】

该数据集可用于儿童急性髓系白血病的拷贝数异常研究，例如在诊断期与缓解期配对样本之间比较全基因组拷贝数变化，识别与疾病状态相关的变异区域。由于数据基于 SNP 芯片平台，适合开展拷贝数层面的分析，也可作为儿童 AML 基因组变异研究的参考数据。是否适合其他类型变异分析、是否可用于预后或疗效相关研究，源站未提供。

【使用方法】

使用时应明确本系列仅包含 Illumina 平台数据，对应 Illumina 2.5M Omni 芯片的 206 对样本；如需覆盖全部 460 对样本，还需结合同一整体设计中 Affymetrix 6.0 SNP 芯片的 254 对样本数据。分析时应以诊断期与缓解期配对关系为基本组织单位，围绕拷贝数异常开展全基因组层面的比较。具体的芯片数据处理流程、归一化方法、拷贝数调用算法与质量控制阈值，源站未提供。

【质量与限制】

数据基于制造商说明的芯片操作流程，DNA 来自冷冻保存的骨髓样本。本系列仅代表整体设计中的 Illumina 数据集，样本对数为 206 对，并非全部 460 对。源站未提供样本层面的质控指标、芯片数据质量评估结果、缺失率或重复性信息，也未提供临床注释与随访信息，使用时应留意这些限制。

【引用与许可】

源站未提供该数据集的引用方式与许可条款。使用前应向数据来源站 ncbi.nlm.nih.gov 查询相关的引用要求与数据使用规定。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE95690

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/PRJNA377959

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

儿童初发急性髓系白血病患者。为明确基因组结构，我们对460份配对的诊断期与缓解期骨髓穿刺样本进行了全基因组拷贝数异常分析。按照制造商说明，对从冷冻保存的诊断期和缓解期骨髓样本中提取的DNA进行了Illumina SNP芯片检测。总体设计：对460份急性髓系白血病样本进行了Affymetrix 6.0 SNP芯片（254对样本）和Illumina 2.5M Omni芯片（206对样本）的拷贝数异常分析。本系列代表Illumina数据集。

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