PRJNA955181:单细胞转录组测序用于儿童急性淋巴细胞白血病细胞功能药敏检测以映射细胞药物反应
该数据集来自 NCBI,属于肿瘤/白血病分类,主题为转录组或基因表达。数据围绕儿童急性淋巴细胞白血病细胞的功能药敏检测,采用单细胞转录组测序,将多种药物处理条件在同一单细胞测序实验中条形码标记,并以糖皮质激素耐药的 E/R+ REH 细胞为细胞模型进行耐药功能注释,评估三种 scRNA-seq 方法

基本信息
资源简介
PRJNA955181:单细胞转录组测序用于儿童急性淋巴细胞白血病细胞功能药敏检测以映射细胞药物反应
该数据集来自 NCBI,属于肿瘤/白血病分类,主题为转录组或基因表达。数据围绕儿童急性淋巴细胞白血病细胞的功能药敏检测,采用单细胞转录组测序,将多种药物处理条件在同一单细胞测序实验中条形码标记,并以糖皮质激素耐药的 E/R+ REH 细胞为细胞模型进行耐药功能注释,评估三种 scRNA-seq 方法。数据可用于研究白血病细胞对药物的转录组反应及功能精准医学中的药物匹配分析(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):功能精准医学(FPM)旨在利用个体癌细胞的具体特征,将合适的患者与合适的药物匹配。近期,FPM 受到能够在个体患者治疗定制中实现高通量离体药物分析的技术推动。在此,我们提出一项概念验证研究,构建了一个整合实验系统,将离体治疗反应与单细胞基因表达输出相结合,使得能够在一次单细胞测序实验中对多种药物条件进行条形码标记。我们以糖皮质激素耐药的 E/R+ REH 细胞作为细胞模型,对耐药性进行功能注释,并评估三种单细胞转录组测序(scRNA-seq)方法。使用该整合系统,我们显示所有 scRNA-seq 方法均准确反映了系统中的基因表达变化,且
【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/PRJNA955181
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/PRJNA955181
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
功能精准医学(FPM)旨在利用个体癌细胞的特异性特征,将合适的患者与合适的药物相匹配。近年来,FPM 得到了能够进行高通量离体药物分析以量身定制个体患者治疗的技术的推动。在此,我们提出了一项概念验证研究,该研究构建了一个集成实验系统,将离体治疗反应与单细胞基因表达输出相结合,使得能够在一次单细胞测序实验中条形码标记多种药物条件。我们使用糖皮质激素耐药的 E/R+ REH 细胞作为细胞模型,对药物耐药性进行功能注释,并评估了三种不同的单细胞转录组测序(scRNA-seq)方法。利用该集成系统,我们证明所有 scRNA-seq 方法均准确反映了系统中的基因表达变化,具有高细胞回收率和不同药物条件的准确标记。此外,我们鉴定出对氟达拉滨(一种对高危 ALL 治疗特别感兴趣的药物)的显著单细胞转录反应。
总体设计:我们以糖皮质激素耐药的E/R+ REH细胞作为细胞模型,对耐药性进行功能注释,并评估三种不同的单细胞转录组测序(scRNA-seq)方法。根据FMCA测定的剂量反应曲线选择了五种条件。使用三种不同方法对处理后的细胞进行单细胞测序,即Parse Evercode WTK、MULTI-seq和10x Chromium Fixed RNA Profiling。我们研究了特定药物条件是否影响所回收单细胞的基因表达谱。
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。




