囊性与实性前庭神经鞘瘤患者转录组范围分析揭示候选长链非编码RNA分子特征
该数据集来自NCBI GEO,包含囊性与实性前庭神经鞘瘤患者的转录组范围表达谱数据,基于高通量测序平台GPL24676(人9606),共1个文件

基本信息
资源简介
囊性与实性前庭神经鞘瘤患者转录组范围分析揭示候选长链非编码RNA分子特征
Transcriptome-wide Profiling between Cystic and Solid Vestibular Schwannoma Patients Reveal Candidate Long noncoding RNA molecular signatures
该数据集来自NCBI GEO,包含囊性与实性前庭神经鞘瘤患者的转录组范围表达谱数据,基于高通量测序平台GPL24676(人9606),共1个文件。研究旨在识别与囊性前庭神经鞘瘤相关的长链非编码RNA分子特征,可用于比较两种亚型的转录组差异、筛选候选lncRNA标志物,并为后续肿瘤分子机制研究提供数据基础(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 03 202。
【数据内容】
源站描述(机器翻译,仅供参考):前庭神经鞘瘤(VS)是一种起源于第八前庭蜗神经施万细胞的良性肿瘤。它们占脑肿瘤的6-8%,其中80%的肿瘤起源于小脑脑桥角。囊性前庭神经鞘瘤(cVS)占前庭神经鞘瘤的10%,与实性前庭神经鞘瘤(sVS)相比,其生长行为不可预测且手术预后较差。长链非编码RNA(lncRNA)属于非编码RNA类别,已知可通过多种机制调控基因转录并参与染色质重塑。尽管越来越多的证据表明lncRNA在多种癌症中发挥关键作用,但其在cVS疾病中的全面鉴定仍未知。本研究的目标是利用患者队列识别与cVS相关的lncRNA。应用下一代测序
【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/脑肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE278713
【使用注意】
· 源站最后修改于 Jul 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=GSE278713
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
前庭神经鞘瘤(VS)是一种起源于第八前庭蜗神经施万细胞的良性肿瘤。其占脑肿瘤的6-8%,其中80%的肿瘤起源于小脑脑桥角。囊性前庭神经鞘瘤(cVS)占前庭神经鞘瘤的10%,与实性前庭神经鞘瘤(sVS)相比,其生长行为难以预测且手术预后较差。长链非编码RNA(lncRNA)属于非编码RNA类别,已知可通过多种机制调控基因转录并参与染色质重塑。尽管越来越多的证据表明lncRNA在多种癌症中发挥关键作用,但其在cVS疾病中的全面鉴定仍属未知。本研究旨在利用患者队列鉴定与cVS相关的lncRNA。我们应用下一代测序技术进行了全转录组测序(RNA-seq)分析,并鉴定了在cVS与sVS之间差异表达的lncRNA。
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。




