基于细胞遗传学特征与免疫表型划分六个亚组的急性淋巴细胞白血病患者样本转录组分析
该数据集来自 omicsdi.org，收录了 104 例急性淋巴细胞白血病患者样本的转录组数据，样本按细胞遗传学特征与免疫表型划分为六个亚组
基本信息
资源简介
基于细胞遗传学特征与免疫表型划分六个亚组的急性淋巴细胞白血病患者样本转录组分析
该数据集为急性淋巴细胞白血病（ALL）患者样本的转录组表达谱数据，来源于 omicsdi.org，归类于肿瘤/白血病方向，主题标签为 Transcriptomics。数据集收录了 104 例急性淋巴细胞白血病患者样本的转录组数据，这些样本依据细胞遗传学特征与免疫表型被划分为六个不同亚组。源站描述显示，研究者利用基于决策树的监督学习算法——随机森林（Random Forest, RF），从这批已发表的微阵列数据中确定了一小组用于实现亚组间最优区分的基因，并随后在一个由 68 例样本组成的独立队列中验证了这些基因的预测能力，该验证队列使用 Affymetrix HG-U133A 芯片进行评估。整体而言，该数据集围绕白血病亚组的转录组区分与分类器构建展开，兼具发现与验证两个层面的样本资源。
【数据集背景】
急性淋巴细胞白血病是一种在细胞遗传学特征和免疫表型上具有明显异质性的血液系统恶性肿瘤，不同亚组在生物学行为与临床特征上存在差异。该数据集正是针对这一异质性而构建：其样本覆盖由细胞遗传学特征与免疫表型共同定义的六个亚组，目的在于通过转录组层面的表达谱比较，寻找能够区分这些亚组的基因集合。源站描述表明，相关研究以已发表的微阵列数据为起点，采用随机森林这一基于决策树的监督学习算法开展亚组区分分析，体现了从表达谱数据出发、以监督学习手段提炼亚组判别特征的研究思路。
【数据内容】
数据集的核心内容是 104 例急性淋巴细胞白血病患者样本的转录组表达谱数据，样本按细胞遗传学特征与免疫表型划分为六个亚组。围绕这批数据，研究确定了用于最优亚组区分的一小组基因，并对其预测能力进行了独立验证。验证环节使用了一个包含 68 例样本的独立队列，该队列的样本通过 Affymetrix HG-U133A 阵列进行评估。数据集的英文名称直接点明了其内容定位，即对代表六个不同亚组的急性淋巴细胞白血病患者样本进行转录组表达谱分析。主题标签为 Transcriptomics，本站分类为肿瘤/白血病。
【采集与来源】
该数据集来源于 omicsdi.org。源站描述提及，研究所分析的是已发表的微阵列数据，样本为 104 例急性淋巴细胞白血病患者标本；验证队列的 68 例样本则使用 Affymetrix HG-U133A 阵列进行评估。关于样本采集的具体时间、地点、机构、伦理审批信息以及芯片实验的详细操作流程，源站未提供。
【适用场景】
基于其内容构成，该数据集适用于以下方向：急性淋巴细胞白血病六个亚组在转录组层面的表达谱比较与亚组特征刻画；利用随机森林等监督学习算法开展亚组判别基因的筛选与分类模型构建；对筛选得到的基因集合在独立样本队列中进行预测能力验证；以及围绕细胞遗传学特征与免疫表型定义的亚组开展转录组层面的方法学比较研究。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】
源站描述中体现的分析路径为：以 104 例患者样本的微阵列表达数据为基础，采用基于决策树的随机森林算法进行监督学习，确定一小组能够最优区分六个亚组的基因，随后在由 68 例样本组成、使用 Affymetrix HG-U133A 阵列评估的独立队列中验证这些基因的预测能力。关于数据文件的具体格式、下载方式、预处理步骤、归一化方法以及配套代码或分析脚本，源站未提供。
【质量与限制】
该数据集包含发现队列（104 例）与独立验证队列（68 例），验证设计为其判别基因的预测能力提供了独立样本层面的支持。需要说明的是，样本量规模有限，且亚组划分依赖细胞遗传学特征与免疫表型；关于数据是否存在批次效应、缺失值情况、样本纳入排除标准以及验证队列与发现队列在平台和人群构成上的可比性等质量控制细节，源站未提供。
【引用与许可】
关于该数据集的原始文献引用信息、作者列表、发表期刊与年份，以及数据使用许可、再分发条款和商业使用限制，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://omicsdi.org/dataset/biostudies-arrayexpress/E-TABM-125
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
我们分析了来自104例急性淋巴细胞白血病患者样本的已发表微阵列数据，这些样本代表了根据细胞遗传学特征和免疫表型定义的六个不同亚组。采用基于决策树的监督学习算法随机森林（RF），我们确定了一小组基因以实现亚组的最佳区分，并随后在一个独立的68例样本队列中验证了它们的预测能力，该队列使用Affymetrix HG-U133A芯片进行评估。
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。
