尿路上皮癌类器官药物敏感性预测的前瞻性药理学分型——可行性与真实世界经验
膀胱尿路上皮癌患者来源类器官的全转录组数据，用于药物敏感性预测的可行性研究，包含19个类器官系及其亲本肿瘤的RNA测序。
基本信息
模态
基因组
创建/更新时间
2026-10-07
资源简介
该数据集包含膀胱尿路上皮癌患者来源类器官及其亲本肿瘤组织的全转录组测序数据，用于评估类器官药物敏感性预测的临床可行性。研究涉及50例患者的肿瘤标本，成功构建19例类器官系，并对非肌层浸润性与肌层浸润性膀胱癌的化疗敏感性差异进行分析。数据模态为基因组（转录组），任务为药物敏感性预测，用途为支持尿路上皮癌的精准治疗研究。
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://www.ncbi.nlm.nih.gov/sra/SRP542321
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。
