慢性髓性白血病患者对imatinib不同反应的白细胞转录组分析

该数据集来自omicsdi.org,包含慢性髓性白血病(CML)患者对imatinib(Gleevec)反应状态的转录组数据

omicsdi
浏览 10
时间序列分类Transcriptomics
Transcription profiling of human leukocytes from chronic myeloid leukemia patients exhibiting differing responses to imatinib

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-17

资源简介

慢性髓性白血病患者对imatinib不同反应的白细胞转录组分析

该数据集来自omicsdi.org,包含慢性髓性白血病(CML)患者对imatinib(Gleevec)反应状态的转录组数据。数据分为训练集(来自Leipzig,8例响应者与5例非响应者)和验证集(来自Mannheim,8例响应者与7例非响应者)。样本取自患者血液或骨髓,杂交至Affymetrix HG-U95Av2芯片,并使用RMA生成归一化信号值。该数据可用于识别响应与非响应患者之间的差异表达基因,并构建分类模型预测imatinib反应(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):这是一个类别预测实验,其中类别是对imatinib(也称为Gleevec)的反应状态,imatinib是一种用于治疗慢性髓性白血病(CML)患者的药物。有两个数据集,一个训练集(来自Leipzig,8个响应者和5个非响应者)和一个验证集(来自Mannheim,8个响应者和7个非响应者)。目标是识别对imatinib有反应和无反应的CML患者之间差异调控的基因,并在验证数据集中确认结果。来自CML患者血液或骨髓的样本与Affymetrix HG-U95Av2芯片杂交,并使用RMA生成归一化信号值。

【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-2535

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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-2535

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

这是一个类别预测实验,其中类别是对伊马替尼(也称格列卫)的反应状态,伊马替尼是一种用于治疗慢性髓性白血病(CML)患者的药物。有两个数据集,一个训练集(来自莱比锡,8名响应者和5名非响应者)和一个验证集(来自曼海姆,8名响应者和7名非响应者)。目标是识别对伊马替尼有响应和无响应的CML患者之间差异调控的基因,并在验证数据集中确认结果。将来自CML患者血液或骨髓的样本与Affymetrix HG-U95Av2芯片杂交,并使用RMA生成归一化的信号值。

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。

获取专属数据定制方案