MEN1胃肠胰神经内分泌肿瘤miRNA调控网络数据集

该数据集包含MEN1相关胃肠胰神经内分泌肿瘤的miRNA表达谱数据,数据模态包括基因表达计数表格和差异表达分析结果,主要研究miRNA在肿瘤发生发展中的调控网络,为神经内分泌肿瘤的表观遗传机制研究和潜在生物标志物发现提供重要数据资源。

Mendeley Data
2024-03-27 更新
浏览 29
miRNA研究肿瘤生物学
miRRN_MEN1_GEP_NT

基本信息

大小
0.001262592 GB
创建/更新时间
2024-03-27
版本
v1

资源简介

MEN1胃肠胰神经内分泌肿瘤miRNA调控网络数据集

【数据集背景】

本数据集源站标题为《miRRN_MEN1_GEP_NT》。源站首次发布:2021-11-24。

【数据内容】

源站原始描述:"MicroRNAs Regulatory Network governing the epigenetic landscape of MEN1 gastroenteropancreatic neuroendocrine tumour: a case report." SUPPLEMENTARY DATA TABLES Table 1: Raw_miRNA_counts.xls Table containing all the raw mature miRNA counts (according to miRBase 22.1) of the samples used in the current study. Table 2: Tumour_vs_Ctrl.xls Table containing the output results of differential expression analysis performed with DESeq2 by comparing tumour (gastrinomas+pNETs) and control MEN1 pancreas. R…

【数据结构与技术规格】

文件数 5 个,合计 1.26 MB。数据集 DOI:10.17632/wfm74g24d7.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/wfm74g24d7

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://data.mendeley.com/datasets/wfm74g24d7

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

该数据集是关于MEN1(多发性内分泌肿瘤1型)相关胃肠胰神经内分泌肿瘤(GEP-NET)的miRNA表达谱研究数据。数据集包含原始miRNA计数表(基于miRBase 22.1)以及通过DESeq2进行差异表达分析的结果表格,比较了肿瘤样本(胃泌素瘤和胰腺神经内分泌肿瘤)与对照MEN1胰腺组织之间的表达差异。此外,还包含通过miRWalk 3.0对miRNA调控网络枢纽预测靶点进行基因集富集分析(GSEA)的结果。数据来源于病例研究,主要用于研究miRNA在MEN1相关神经内分泌肿瘤发生发展中的调控机制,为肿瘤表观遗传学研究提供数据支持。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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