PRJNA422438:MLL1促进B细胞分化中的IL-7应答与存活
该数据集来自NCBI,属于肿瘤/白血病分类下的转录组或基因表达数据,主题为MLL1在B细胞分化过程中促进IL-7应答与存活

基本信息
资源简介
PRJNA422438:MLL1促进B细胞分化中的IL-7应答与存活
该数据集来自NCBI,属于肿瘤/白血病分类下的转录组或基因表达数据,主题为MLL1在B细胞分化过程中促进IL-7应答与存活。源站描述显示,研究利用Rag1-cre敲入在小鼠发育中的淋巴细胞选择性删除Mll1,发现B细胞而非T细胞稳态依赖MLL1;Mll1缺失的B祖细胞在pro-B向pre-B过渡时分化效率低下,导致B细胞群体持续减少,且细胞通过pre-BCR检查点的效率不佳。数据可用于研究MLL1在正常B细胞分化及B-ALL发生中的作用(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):B淋巴细胞分化是一个受到精细调控的稳态过程,其结果是持续产生经过适当选择的B细胞。基因表达上相对较小的变化即可导致该过程失调,引发急性淋巴细胞白血病、免疫缺陷或自身免疫。Mll1(Kmt2a)易位常导致pro-B细胞急性淋巴细胞白血病(B-ALL),但对其在正常B细胞分化中的作用知之甚少。利用Rag1-cre敲入在发育中的淋巴细胞中选择性删除Mll1,我们显示B细胞而非T细胞稳态依赖MLL1。Mll1-/- B祖细胞无法有效通过pro-B向pre-B细胞过渡进行分化,导致B细胞群体持续减少。细胞通过pre-B细胞受体(pre-BCR)检查点的效率低下,尽管pre-BCR组分水平正常至更高。
【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/PRJNA422438
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/PRJNA422438
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
B淋巴细胞分化是一个受到精细调控的稳态过程,从而持续产生经过适当选择的B细胞。基因表达中相对较小的变化即可导致该过程失调,引发急性淋巴细胞白血病、免疫缺陷或自身免疫病。Mll1(Kmt2a)的易位常导致前B细胞急性淋巴细胞白血病(B-ALL),但其在正常B细胞分化中的作用尚知之甚少。利用Rag1-cre敲入技术在发育中的淋巴细胞中选择性删除Mll1,我们发现B细胞而非T细胞的稳态依赖于MLL1。Mll1-/- B祖细胞无法高效地通过前B细胞向pre-B细胞的转变进行分化,导致B细胞群体持续性减少。细胞无法高效通过pre-B细胞受体(pre-BCR)检查点,尽管pre-BCR组分水平正常至升高且IgH重排表达正常,仍无法挽救该分化阻滞。我们发现,并非IgH重排缺陷,而是Mll1-/- pre-B细胞中pre-BCR下游的RAS/MAPK信号传导减弱,导致在生理水平IL-7下的存活率降低。
全基因组表达数据表明,MLL1通过复杂的转录网络与B细胞分化和IL-7依赖性存活相关联。总体而言,我们的数据证明野生型MLL1是前BCR信号传导和B细胞分化的调控因子,并进一步提示靶向其功能在B-ALL中可能比先前预期更为广泛有效。总体设计:从四只对照(Mll1F/F)和四只Mll1敲除(Rag1-cre;Mll1F/F)雌性小鼠中,于3周龄时分选前B细胞(组分B:PI-/IgM-/CD43+/CD24+/BP-1-)。RNA样品经标记、片段化后杂交至Mouse 430 2.0芯片(Affymetrix)。
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。




