ATRT肿瘤样本基因表达数据
源站描述指出ATRT是婴儿常见脑肿瘤，存在分子异质性，研究识别出三个分子亚群，并发现亚群特异性调控网络和潜在治疗靶点。该数据可用于脑肿瘤分子亚型分类、基因表达谱分析与潜在治疗靶点探索（来源 NCBI）
基本信息
资源简介
ATRT肿瘤样本基因表达数据
Gene expression data from ATRT tumor samples
该数据集为GSE70678，收录ATRT（非典型畸胎样/横纹肌样瘤）肿瘤样本的基因表达数据，来源于ncbi.nlm.nih.gov，共1个文件（GSE70678_series_matrix.txt.gz），基于GPL570平台、物种9606。源站描述指出ATRT是婴儿常见脑肿瘤，存在分子异质性，研究识别出三个分子亚群，并发现亚群特异性调控网络和潜在治疗靶点。该数据可用于脑肿瘤分子亚型分类、基因表达谱分析与潜在治疗靶点探索（来源 NCBI）。
【数据集背景】
源站首次发布：Jul 09 201。
【数据内容】
源站描述（机器翻译，仅供参考）：非典型畸胎样/横纹肌样瘤（ATRT）是婴儿中最常见的脑肿瘤之一。尽管ATRT患者预后较差，但部分患者对当前治疗反应良好，提示存在分子层面的肿瘤间异质性。为进一步研究，我们对大量人ATRT样本进行了遗传学和表观遗传学分析。识别出三个不同的ATRT分子亚群，与人口统计学、肿瘤位置和SMARCB1改变类型的差异相关。全基因组DNA和RNA测序未发现除SMARCB1外可解释亚群差异的复发性突变。然而，原发肿瘤的全基因组亚硫酸氢盐测序和H3K27Ac染色质免疫沉淀测序揭示了明显差异，从而识别出亚群特异性调控网络和潜在治疗靶点。
【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：Expression profiling by array、GPL570、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=GSE70678
【使用注意】
· 源站最后修改于 Dec 17 201，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=GSE70678
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
非典型畸胎样/横纹肌样肿瘤（ATRT）是婴儿中最常见的脑肿瘤之一。尽管ATRT患者的预后较差，但部分患者对现有治疗反应良好，提示肿瘤间存在分子异质性。为进一步探究这一问题，我们对大量人ATRT样本进行了遗传学和表观遗传学分析。研究识别出三个不同的ATRT分子亚组，其与人口统计学特征、肿瘤部位及SMARCB1改变类型的差异相关。全基因组DNA和RNA测序未发现除SMARCB1外可解释亚组间差异的复发性突变。然而，对原发肿瘤进行的全基因组亚硫酸氢盐测序和H3K27Ac染色质免疫沉淀测序揭示了明显差异，由此识别出亚组特异性调控网络和潜在治疗靶点。
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。
