慢性淋巴细胞白血病的蛋白质基因组亚型分型：识别临床结局对比鲜明且离体药物反应谱不同的亚组
慢性淋巴细胞白血病的蛋白质基因组亚型分型识别出临床结局对比鲜明且离体药物反应谱不同的亚组[数据集]。主题标签：慢性淋巴细胞白血病、蛋白质基因组学、亚型分型、临床结局、药物反应、肿瘤、白血病
基本信息
资源简介
慢性淋巴细胞白血病的蛋白质基因组亚型分型：识别临床结局对比鲜明且离体药物反应谱不同的亚组
该数据集围绕慢性淋巴细胞白血病的蛋白质基因组亚型分型展开，其英文名称为“Proteogenomic subtyping of chronic lymphocytic leukemia identifies subgroups with contrasting clinical outcome and distinct ex-vivo drug response profile”。从名称可以看出，研究聚焦于通过蛋白质基因组学手段对慢性淋巴细胞白血病进行亚型划分，并识别出在临床结局上形成鲜明对比、在离体药物反应谱上各具特征的亚组。数据集归属于肿瘤／白血病分类，来源于 ebi.ac.uk，主题标签涵盖慢性淋巴细胞白血病、蛋白质基因组学、亚型分型、临床结局、药物反应、肿瘤与白血病等关键词，为理解该疾病的分子分层与治疗反应差异提供了数据基础。
【数据集背景】
慢性淋巴细胞白血病是一种血液系统肿瘤，不同患者之间的临床进程与治疗反应存在明显差异。该数据集所对应的研究以蛋白质基因组学为切入点，尝试在分子层面进行亚型分型，从而将患者划分为临床结局对比鲜明、离体药物反应谱不同的亚组。这一思路体现了从组学整合角度理解疾病异质性的研究方向，主题标签中的“亚型分型”“临床结局”“药物反应”等关键词也印证了该数据集在疾病分层与药敏特征关联方面的定位。
【数据内容】
依据来源站描述，该数据集为一项蛋白质基因组亚型分型研究的数据集合，其核心内容与慢性淋巴细胞白血病的亚组识别相关，涉及临床结局与离体药物反应谱两方面的特征对比。数据集英文名称本身即概括了其主要发现方向，即识别出临床结局形成对比、离体药物反应谱各异的亚组。关于具体的样本数量、组学层次构成、药物种类及检测指标等细节，源站未提供。
【采集与来源】
该数据集来源于 ebi.ac.uk，源站描述中标注的作者为 Mattias Vesterlund，年份为 2022 年，数据集访问地址为 https://www.ebi.ac.uk/pride/archive/projects/PXD028936。本站将其归类为肿瘤／白血病。关于样本采集地点、采集时间跨度、伦理审批信息及具体实验流程，源站未提供。
【适用场景】
结合数据集的名称与主题标签，该数据适用于慢性淋巴细胞白血病蛋白质基因组学亚型分型相关的研究场景，例如探讨亚型划分与临床结局之间的关联、比较不同亚组的离体药物反应谱特征，以及作为白血病分子分层研究的参考数据。关于该数据集在其他具体研究场景中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据下载方式、文件格式说明、分析流程或配套工具等信息。
【质量与限制】
源站未提供关于数据质量评估、数据完整性、批次效应或技术偏差等方面的说明。使用者在利用该数据集时，应注意其适用范围以源站描述为准，关于数据的具体局限，源站未提供。
【引用与许可】
引用信息可参考源站描述：Mattias Vesterlund (2022). Proteogenomic subtyping of chronic lymphocytic leukemia identifies subgroups with contrasting clinical outcome and distinct ex-vivo drug response profile [Dataset]. https://www.ebi.ac.uk/pride/archive/projects/PXD028936。关于该数据集的许可条款与使用限制，源站未提供。
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://ebi.ac.uk/pride/archive/projects/PXD028936
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
Mattias Vesterlund (2022). Proteogenomic subtyping of chronic lymphocytic leukemia identifies subgroups with contrasting clinical outcome and distinct ex-vivo drug response profile [Dataset]. https://www.ebi.ac.uk/pride/archive/projects/PXD028936
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。
