荷兰儿童肿瘤学组儿童ALL患者转录谱分析数据集
该数据集来自荷兰儿童肿瘤学组，收录儿童急性淋巴细胞白血病（ALL）患者的转录谱数据，覆盖TEL-AML1融合、超二倍体、E2A-PBX1融合、BCR-ABL融合、MLL重排及T-ALL等遗传亚型
基本信息
资源简介
荷兰儿童肿瘤学组儿童ALL患者转录谱分析数据集
该数据集来自荷兰儿童肿瘤学组，收录儿童急性淋巴细胞白血病（ALL）患者的转录谱数据，覆盖TEL-AML1融合、超二倍体、E2A-PBX1融合、BCR-ABL融合、MLL重排及T-ALL等遗传亚型。源站描述提及基于190例新诊断病例的基因表达构建分类器，采用双循环交叉验证，预测准确率90%，可用于儿童ALL的分子分型与预后分类研究（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：儿童急性淋巴细胞白血病（ALL）包含一大组遗传亚型，其中预后良好的亚型以TEL-AML1融合、超二倍体（>50条染色体）或E2A-PBX1融合为特征，而预后不良的较小群体则以BCR-ABL融合、MLL重排或T-ALL为特征。目前约25%的前体B-ALL在遗传学上未分类，预后居中。本研究采用全基因组策略揭示新的生物学见解并推进儿童ALL的预后分类。使用双循环交叉验证，基于190例新诊断病例（COALL队列，GEO GSE13425）ALL细胞的基因表达构建分类器，预测准确率为90%。T-ALL、TEL-AML1阳性、超二倍体和E2A重排病例以100%灵敏度和≥94%特异度被识别。该分类器
【主题与分类】
主题标签：Transcriptomics。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-13351
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-GEOD-13351
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
儿童急性淋巴细胞白血病（ALL）包含一大组遗传亚型，其预后良好，特征为TEL-AML1融合、超二倍体（>50条染色体）或E2A-PBX1融合；另有一较小群体预后不良，特征为BCR-ABL融合、MLL重排或T-ALL。目前约25%的前体B-ALL在遗传学上无法分类，预后居中。本研究采用全基因组策略，以揭示新的生物学见解并推进儿童ALL的预后分类。采用双循环交叉验证，基于190例新诊断病例（COALL队列，GEO GSE13425）ALL细胞的基因表达构建分类器，预测准确率为90%。T-ALL、TEL-AML1阳性、超二倍体和E2A重排病例的识别灵敏度为100%，特异度≥94%。分类器准确性在107例独立队列（87.9%，DCOG队列，GEO GSE13351）中得到确认。实验总体设计：在诊断时采集骨髓和外周血样本并冷冻。解冻后提取RNA，标记并杂交至Affymetrix U133 Plus 2.0芯片。
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。
