PBX1过表达对PCM6和MM1S骨髓瘤细胞系的影响
该数据集来自NCBI GEO，研究PBX1过表达对PCM6和MM1S多发性骨髓瘤细胞系的影响，包含1个文件（GSE254307_series_matrix.txt.gz），采用高通量测序进行表达谱分析，物种为人类（9606），平台为GPL24676
基本信息
资源简介
PBX1过表达对PCM6和MM1S骨髓瘤细胞系的影响
Effect of PBX1 overexpression in PCM6 and MM1S myeloma cell lines
该数据集来自NCBI GEO，研究PBX1过表达对PCM6和MM1S多发性骨髓瘤细胞系的影响，包含1个文件（GSE254307_series_matrix.txt.gz），采用高通量测序进行表达谱分析，物种为人类（9606），平台为GPL24676。数据可用于分析PBX1过表达引起的转录组变化，探索其在骨髓瘤细胞中的调控作用（来源 NCBI）。
【数据集背景】
源站首次发布：Jan 26 202。
【数据内容】
源站描述（机器翻译，仅供参考）：多发性骨髓瘤是一种无法治愈的浆细胞恶性肿瘤，生存率低，通常使用免疫调节药物（iMiDs）和蛋白酶体抑制剂（PIs）治疗。恶性浆细胞很快对这些药物产生耐药性，导致复发和耐药克隆的失控生长。通过全基因组测序（WGS）和RNA测序（RNA-seq）研究，已鉴定出不同的高风险易位、拷贝数、突变和转录标志物。其中一个标志物PHF19在表观遗传上调控细胞周期和其他过程，并已通过RNA-seq进行研究。在本研究中，生成了一个大规模（325,025个细胞和49名患者）的单细胞多组学数据集，对每个细胞联合定量了ATAC-和RNA-seq，并为每位患者匹配了基因组图谱。我们鉴定出一种浆细胞亚型与骨髓瘤进展之间的关联
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：GPL24676、9606。本站分类：肿瘤/多发性骨髓瘤。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE254307
【使用注意】
· 源站最后修改于 May 31 202，引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE254307
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
多发性骨髓瘤是一种无法治愈的浆细胞恶性肿瘤，生存率低，通常使用免疫调节药物（iMiDs）和蛋白酶体抑制剂（PIs）进行治疗。恶性浆细胞会迅速对这些药物产生耐药性，导致疾病复发和耐药克隆的失控生长。通过全基因组测序（WGS）和RNA测序（RNA-seq）研究，已鉴定出不同的高危易位、拷贝数、突变和转录标志物。其中一种标志物PHF19通过表观遗传方式调控细胞周期及其他过程，并已通过RNA-seq进行研究。本研究构建了一个大规模（325,025个细胞和49名患者）的单细胞多组学数据集，对每个细胞联合定量了ATAC-seq和RNA-seq，并为每位患者匹配了基因组图谱。我们发现一种浆细胞亚型与骨髓瘤进展之间存在关联，将其称为复发/难治性浆细胞（RRPCs）。这些细胞与1q异常、TP53突变以及PHF19高表达相关。
我们还鉴定了这些细胞中细胞周期抑制因子的下游调控，可能涉及1q上转录因子（TF）PBX1的调控，并确定PHF19可能主要通过这一细胞亚群发挥作用。
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。
