PRJNA93875:MLL-AF9通过激活干细胞程序将定向祖细胞转化为白血病干细胞(实验1)
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。研究将人类急性髓系白血病中t(9;11)(p22;q23)编码的MLL-AF9融合蛋白导入小鼠定向粒-巨噬祖细胞(GMP),所得白血病细胞免疫表型类似正常GMP且高度富集白血病干细胞(LSC)

基本信息
资源简介
PRJNA93875:MLL-AF9通过激活干细胞程序将定向祖细胞转化为白血病干细胞(实验1)
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。研究将人类急性髓系白血病中t(9;11)(p22;q23)编码的MLL-AF9融合蛋白导入小鼠定向粒-巨噬祖细胞(GMP),所得白血病细胞免疫表型类似正常GMP且高度富集白血病干细胞(LSC)。数据包含正常造血干细胞、定向祖细胞与LSC群体的基因表达比较,可用于研究LSC与正常干细胞相似性及靶向治疗(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):白血病和其他癌症拥有一个罕见的能自我更新的细胞群体,根除这些癌症干细胞可能是长期无癌生存所必需的。鉴于正常干细胞和癌症干细胞都能自我更新,如果要开发靶向治疗,癌症干细胞在多大程度上类似于正常组织干细胞是一个关键问题。我们将人类急性髓系白血病(AML)中发现的t(9;11)(p22;q23)所编码的MLL-AF9融合蛋白导入小鼠定向粒-巨噬祖细胞(GMP)。所得白血病包含免疫表型类似正常GMP且高度富集白血病干细胞(LSC)的细胞。正常造血干细胞(HSC)、定向祖细胞和LSC群体之间的详细基因表达比较表明,LSC总体上更相似
【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/PRJNA93875
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/PRJNA93875
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
白血病及其他癌症中存在一小群具有自我更新能力的稀有细胞,根除这些癌症干细胞很可能是实现长期无癌生存的必要条件。鉴于正常干细胞和癌症干细胞均具备自我更新能力,若要开发靶向治疗,癌症干细胞与正常组织干细胞之间的相似程度便成为一个关键问题。我们将人类急性髓系白血病(AML)中由t(9;11)(p22;q23)编码的MLL-AF9融合蛋白导入小鼠定向粒-巨噬祖细胞(GMP)中。所得白血病所含细胞的免疫表型与正常GMP相似,且高度富集白血病干细胞(LSC)。对正常造血干细胞(HSC)、定向祖细胞及LSC群体进行详细的基因表达比较显示,LSC整体上比任何其他群体都更接近正常GMP。然而,一组在正常干细胞中高表达的基因在LSC中被重新激活。
这些数据表明,白血病干细胞(LSC)可由定向祖细胞产生,而无需广泛的基因表达重编程,并且在此过程中激活了与白血病自我更新相关的特征性表达谱。我们的发现定义了从正常造血祖细胞向白血病干细胞的演变过程,并提示靶向在异常背景下表达的自我更新程序可能是可行的。关键词:MLL、干细胞、白血病干细胞 总体设计:分离的粒细胞-巨噬细胞祖细胞与表达GFP或MLL-AF9及GFP的逆转录病毒共孵育。40小时后,分离GFP阳性细胞,并将RNA杂交至Affymetrix微阵列。实验重复三次。
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。




