P53基因与P53蛋白在非霍奇金恶性淋巴瘤中的作用
该数据集来自 doi.org,聚焦 P53 基因与 P53 蛋白在非霍奇金恶性淋巴瘤中的作用。研究纳入 85 例慢性淋巴细胞白血病 B 型(CLL-B)患者,采用酶联免疫吸附试验(ELISA)分析 p-53 蛋白表达频率,探讨其与疾病分期、治疗反应及生存的关系

基本信息
资源简介
P53基因与P53蛋白在非霍奇金恶性淋巴瘤中的作用
The role of the P53 gene and the P53 protein in non-Hodgkin malignant lymphomas
该数据集来自 doi.org,聚焦 P53 基因与 P53 蛋白在非霍奇金恶性淋巴瘤中的作用。研究纳入 85 例慢性淋巴细胞白血病 B 型(CLL-B)患者,采用酶联免疫吸附试验(ELISA)分析 p-53 蛋白表达频率,探讨其与疾病分期、治疗反应及生存的关系。数据可用于血液病理学与成人血液学领域,支持 P53 蛋白表达与 CLL-B 进展及预后关联的研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):研究设计 范围 本文旨在突出B型慢性淋巴细胞白血病(CLL-B)的阶段,该病由于P-53基因突变而未达到恶性血液病的标准治疗标准,并进展为弥漫性大淋巴瘤。方法 采用酶联免疫吸附试验(ELISA)技术分析85例确诊CLL患者中p-53蛋白表达的频率,以研究该蛋白与疾病阶段的关系,以及对治疗反应和生存的影响。将10³×10³/L的细胞提取物于100 μl裂解缓冲液中施加到包被有PAb 240捕获抗体的ELISA板上。结果 在最初纳入研究的85例病例中,结构修饰的蛋白异构体p-53在CLL-B型中阳性升高的频率为17%。p-53蛋白的百分比为
【主题与分类】
主题标签:Hematopathology、Adult Hematology。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/86437r2m39/1
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://doi.org/10.17632/86437r2m39.1
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:
数据集大小约 272.5 KB。
数据说明
研究设计 范围 本文旨在突出B型慢性淋巴细胞白血病(CLL-B)的各个阶段,该病由于P-53基因突变而未达到恶性血液系统疾病的标准治疗标准,并进展为弥漫性大淋巴细胞瘤。方法 采用酶联免疫吸附测定(ELISA)技术分析85例确诊CLL患者中p-53蛋白表达的频率,以探讨该蛋白与疾病分期的关系,以及对治疗反应和生存的影响。将10³×10³/L的细胞提取物于100 μl裂解缓冲液中施加到包被有PAb 240捕获抗体的ELISA板上。结果 在最初纳入研究的85例病例中,结构修饰的蛋白异构体p-53在CLL-B型中阳性升高频率为17%。p-53蛋白异构体阳性高于正常值且数值极高(分别为50、60、140 µg/dl)的百分比为3.5%,伴有CLL转化为非霍奇金恶性淋巴瘤(NHL)型弥漫性大淋巴细胞瘤(DLL)或Richter综合征中的套细胞淋巴瘤。
结论 在LL-B这类异质性疾病背景下,这种廉价且安全的方法ELISA似乎提供了一种有用的预后工具,能够识别可被视为治疗性、靶向性、个体化策略候选者的患者。主要研究设计 观察性研究;病例被分类为CLL,绝对淋巴细胞值>5000,在外周血或血涂片细胞学检查中可见,或基于外周血涂片May-Grunwald Giemsa染色的LLC中前淋巴细胞少于10%。队列研究:在分析85份处于不同疾病进展阶段的LLC样本后,从零期(观察等待)直至IV期,选取20名符合本研究条件的患者,对其进行检测以探究
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。




