乳腺癌 RNA-seq 数据集
该数据集为乳腺癌 RNA-seq 转录组数据，来源于 omicsdi.org，涵盖 28 个乳腺癌细胞系、42 例三阴性乳腺癌（TNBC）原发肿瘤、42 例雌激素受体阳性（ER+）且 HER2 阴性乳腺癌原发肿瘤，以及多类未受累乳腺组织样本，包括 ER+ 原发肿瘤旁 30 例、无已知癌症患者的缩乳术
基本信息
资源简介
乳腺癌 RNA-seq 数据集
该数据集为乳腺癌 RNA-seq 转录组数据，来源于 omicsdi.org，涵盖 28 个乳腺癌细胞系、42 例三阴性乳腺癌（TNBC）原发肿瘤、42 例雌激素受体阳性（ER+）且 HER2 阴性乳腺癌原发肿瘤，以及多类未受累乳腺组织样本，包括 ER+ 原发肿瘤旁 30 例、无已知癌症患者的缩乳术样本 5 例，以及 TNBC 原发肿瘤旁 21 例。数据集以转录组学为主题标签，属于肿瘤 / 乳腺癌分类，可用于围绕乳腺癌不同分子亚型及细胞系开展基因表达层面的研究。
【数据集背景】
乳腺癌是具有高度异质性的恶性肿瘤，不同分子亚型在基因表达、临床行为和治疗响应方面存在差异。RNA-seq 作为转录组层面的高通量测序技术，可用于刻画样本中基因表达的整体特征。该数据集围绕乳腺癌细胞系、原发肿瘤以及未受累乳腺组织开展 RNA-seq，旨在为乳腺癌相关转录组研究提供数据基础。其主题标签为 Transcriptomics，本站分类为肿瘤 / 乳腺癌，来源站为 omicsdi.org。
【数据内容】
该数据集的核心内容为乳腺癌相关样本的 RNA-seq 数据。样本构成包括：28 个乳腺癌细胞系；42 例三阴性乳腺癌（TNBC）原发肿瘤；42 例雌激素受体阳性（ER+）且 HER2 阴性乳腺癌原发肿瘤；30 例与 ER+ 原发肿瘤相邻的未受累乳腺组织样本；5 例来自无已知癌症患者的缩乳术乳腺组织样本；以及 21 例与 TNBC 原发肿瘤相邻的未受累乳腺组织样本。上述样本类型覆盖了细胞系、不同分子亚型的原发肿瘤以及多类未受累乳腺组织，为转录组层面的比较分析提供了样本基础。
【采集与来源】
该数据集来源于 omicsdi.org。根据源站描述，RNA-seq 被应用于乳腺癌细胞系和原发肿瘤。具体而言，测序对象包括 28 个乳腺癌细胞系、42 例 TNBC 原发肿瘤、42 例 ER+ 且 HER2 阴性乳腺癌原发肿瘤，以及多类未受累乳腺组织，包括 ER+ 原发肿瘤旁 30 例、无已知癌症患者的缩乳术样本 5 例、TNBC 原发肿瘤旁 21 例。除上述来源与样本信息外，源站未提供更详细的采集时间、采集地点、测序平台、建库方法等信息。
【适用场景】
基于其样本构成，该数据集适用于乳腺癌转录组相关研究，例如比较乳腺癌细胞系与原发肿瘤之间的基因表达特征，分析 TNBC 与 ER+ 且 HER2 阴性乳腺癌原发肿瘤之间的转录组差异，以及比较肿瘤样本与未受累乳腺组织之间的表达谱差异。同时，也可用于围绕 ER+ 原发肿瘤旁未受累组织、TNBC 原发肿瘤旁未受累组织以及无已知癌症患者缩乳术组织等不同来源乳腺组织开展转录组层面的探索。具体分析目标需结合源站提供的原始数据与元数据确定。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据下载方式、文件格式、预处理流程、标准化方法、分析工具或代码示例等。使用时应以 omicsdi.org 源站提供的数据访问与说明信息为准。
【质量与限制】
源站未提供该数据集的质量评估信息，包括测序深度、reads 质量、比对率、批次效应、样本纳入排除标准、数据完整性或缺失情况等。该数据集的样本数量与类型已在源站描述中给出，但未提供可用于判断数据质量与适用边界的其他指标。因此，在使用前应结合源站提供的原始数据与元数据自行评估。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。使用时应查阅 omicsdi.org 源站的相关说明，以确认引用要求与使用许可。
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-58135
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
对乳腺癌细胞系和原发肿瘤进行了RNA-seq。对28个乳腺癌细胞系、42个三阴性乳腺癌（TNBC）原发肿瘤、42个雌激素受体阳性（ER+）和HER2阴性乳腺癌原发肿瘤、30份与ER+原发肿瘤相邻的未受累乳腺组织样本、5份来自无已知癌症患者缩乳术的乳腺组织样本，以及21份与TNBC原发肿瘤相邻的未受累乳腺组织样本进行了RNA-seq。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
