原发与复发套细胞淋巴瘤肿瘤演化及免疫微环境动态数据集
该数据集来自11例套细胞淋巴瘤(MCL)患者,包含原发(n=11)和/或复发(n=9)肿瘤共20个样本,采用单细胞RNA测序(scRNAseq)和全基因组测序(WGS)获取数据

基本信息
资源简介
原发与复发套细胞淋巴瘤肿瘤演化及免疫微环境动态数据集
Data for: Tumor evolution and immune microenvironment dynamics in primary and relapsed mantle cell lymphoma
该数据集来自11例套细胞淋巴瘤(MCL)患者,包含原发(n=11)和/或复发(n=9)肿瘤共20个样本,采用单细胞RNA测序(scRNAseq)和全基因组测序(WGS)获取数据。数据总量约1.3 TB,包含70个GNU压缩的fastq原始数据文件及一个xlsx格式的元数据文档,所有fastq文件名均列于metadata.xlsx中。由于法律限制,该数据集仅限在瑞典境内共享。该数据可用于研究MCL复发机制、肿瘤演化及免疫微环境动态,支持单细胞和全基因组层面的分析(来源 DOI 解析)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):数据可用性 由于法律限制,该数据集仅可在瑞典境内共享。摘要:套细胞淋巴瘤(MCL)是一种罕见但常具侵袭性的B细胞淋巴瘤,复发风险高。为了解驱动疾病复发的机制,我们对来自11例MCL患者的诊断/未治疗(原发,n=11)和/或复发肿瘤(n=9)的20个样本进行了单细胞RNA测序(scRNAseq)。还对可用样本进行了全基因组测序。所存放数据的总大小约为1.3 TB。它包含70个GNU压缩的fastq原始数据文件和一个xlsx格式的文档文件。所有fastq文件名均包含在文档文件metadata.xlsx中。
【主题与分类】
主题标签:Sequence Analysis, RNA、RNA-sekvensanalys、Single-Cell Analysis、Singelcellanalys、Mantle cell lymphoma、Mantelcellslymfom、Whole-genome sequencing、Helt genomsekvensering、Medical Genetics and Genomics、Medicinsk genetik och genomik。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://researchdata.se/catalogue/dataset/2024-497
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/10.48723/bsaa-rx26
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
数据可用性 由于法律限制,该数据集仅能在瑞典境内共享。摘要:套细胞淋巴瘤(MCL)是一种罕见但常呈侵袭性的B细胞淋巴瘤,具有高复发风险。为了解驱动疾病复发的机制,我们对来自11例MCL患者的20份样本进行了单细胞RNA测序(scRNAseq),这些样本分别来自确诊/未经治疗(原发性,n = 11)和/或复发性肿瘤(n = 9)。同时,对可用样本进行了全基因组测序。所存数据总量约为1.3 TB,包含70个GNU压缩的fastq原始数据文件及一个xlsx格式的文档文件。所有fastq文件名均列于文档文件metadata.xlsx中。
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。




