急性髓系白血病患者分层与Venetoclax应答单细胞生物标志物研究
该数据集来自clinicaltrials.gov,聚焦急性髓系白血病(AML)患者的分层与个性化治疗。研究计划入组约420例患者,采集骨髓穿刺液经密度梯度纯化后的单个核细胞并冻存,对4例患者利用常规骨髓活检剩余组织切片进行原位空间转录组分析

基本信息
资源简介
急性髓系白血病患者分层与Venetoclax应答单细胞生物标志物研究
该数据集来自clinicaltrials.gov,聚焦急性髓系白血病(AML)患者的分层与个性化治疗。研究计划入组约420例患者,采集骨髓穿刺液经密度梯度纯化后的单个核细胞并冻存,对4例患者利用常规骨髓活检剩余组织切片进行原位空间转录组分析。所有样本按常规诊断流程进行核型分析和FLT3、NPM1基因测序,并记录诊断、治疗及复发时的临床与实验室参数。数据可用于在单细胞水平识别和功能验证能预测Venetoclax应答的生物标志物,支持患者分层与疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性髓系白血病。研究者拟入组约420例患者(其中120例在Foundation)。样本为经密度梯度从骨髓血(取自骨髓穿刺)中纯化的单个核细胞,将在活细胞条件下采集并冻存。对于选定的4例进行原位空间转录组分析的患者,研究者将使用常规临床实践中为组织病理学分析而进行的骨髓活检所获得的剩余组织切片。所有样本将遵循常规诊断流程,按照当前临床实践进行标准核型分析以及FLT3和NPM1基因的常规测序。诊断时、治疗期间及任何复发时的临床和实验室参数将记录在专门的病例报告表(CRFs)中。第二份骨髓样本将
【主题与分类】
主题标签:Acute Myeloid Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07874100
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://clinicaltrials.gov/study/NCT07874100
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
条件:急性髓系白血病。研究者拟入组约420例患者(其中120例来自Foundation)。样本由经密度梯度法从骨髓血(取自骨髓穿刺)中纯化的单核细胞组成,将在活细胞条件下采集并冻存。对于选定进行原位空间转录组分析的4例患者,研究者将使用常规临床实践中为组织病理学分析而进行的骨髓活检所获得的剩余组织切片。所有样本将遵循常规诊断流程,按照当前临床实践进行标准化核型分析以及FLT3和NPM1基因的常规测序。诊断时、治疗期间及任何复发时的临床和实验室参数将记录在专门设计的病例报告表(CRFs)中。若出现复发或难治性疾病,将采集第二份骨髓样本。A)诊断时和复发时AML样本的批量基因分型。
所有患者将在诊断时通过对涉及髓系肿瘤的69个基因面板进行NGS基因分型,该面板包括从诊断、预后和治疗角度具有相关性的靶点。这将使患者能够被细分为具有生物学和预后相关性的基因组亚组。病例还将在复发时或难治性疾病情况下进行测序。通过这种方式,将有可能识别与化疗耐药相关的基因组病变以及作为个性化靶向治疗标志物的基因突变,这些突变可能在治疗过程中出现。B)诊断时的单细胞分析。由于AML具有克隆异质性,批量测序可能无法识别与治疗反应相关的遗传或转录组学特征,也无法确定微环境的作用。因此,研究者将根据以下标准选择40名接受venetoclax治疗的患者(其中10名在基金会),该治疗由常规临床实践提供:
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




