Institut Curie乳腺癌样本表达谱(Maire队列)
该数据集为Institut Curie提供的乳腺癌样本表达谱数据,属于SuperSeries,由若干SubSeries组成,具体信息需参考各子系列

基本信息
资源简介
Institut Curie乳腺癌样本表达谱(Maire队列)
该数据集英文名为 Expression profiling of breast cancer samples from Institut Curie (Maire cohort),归属于肿瘤 / 乳腺癌分类,来源站为 ebi.ac.uk。从主题标签看,它属于转录组表达谱数据,采用芯片(array)技术进行转录谱分析,物种为人(Homo sapiens)。该数据集是一个 SuperSeries,由若干 SubSeries 组成,源站描述明确指出需参考各子系列以获取具体信息。因此,该数据集的核心价值在于汇集 Institut Curie 的乳腺癌样本表达谱资源,为研究者提供一个可追溯至子系列的入口,而非单一、自包含的表达谱集合。使用者在利用该数据时,应将其视为一个系列集合,并依据各子系列的说明了解样本构成、实验设计与分析细节。
【数据集背景】
该数据集来自 Institut Curie 的乳腺癌样本,名称中标注了 Maire cohort,表明其与一个特定队列相关。数据集被归类于肿瘤 / 乳腺癌方向,主题涉及转录谱分析的芯片技术以及人类样本。作为 SuperSeries,它的组织方式是将若干 SubSeries 汇总在一起,源站描述说明该 SuperSeries 由下列 SubSeries 组成,并提示参考各个 Series。这一结构意味着数据集在整体上提供的是系列级入口,而非在 SuperSeries 层面直接给出统一的样本清单或分析结果。关于该队列的建立背景、样本收集时间、研究目的等更具体的信息,源站未提供。
【数据内容】
从主题标签可知,数据内容属于转录谱分析(transcription profiling by array),研究对象为 Homo sapiens,即人类乳腺癌样本的表达谱。数据集名称中的 Expression profiling 也直接表明其内容为表达谱数据。由于该数据集是 SuperSeries,其内容由若干 SubSeries 构成,具体每个子系列包含多少样本、采用何种芯片平台、覆盖哪些基因或转录本、是否包含临床分组信息等,源站未提供,需参考各子系列。因此,在 SuperSeries 层面可以确认的是数据类型为芯片转录谱,而更细粒度的数据内容需以子系列为准。
【采集与来源】
数据来源站为 ebi.ac.uk,数据集名称标明样本来自 Institut Curie,并关联 Maire cohort。关于样本采集的具体流程、伦理审批信息、芯片实验的操作步骤、RNA 提取与杂交方法、扫描参数等,源站未提供。可以确认的是,该数据集通过 EBI 相关资源对外发布,使用者可据此追溯至源站及其列出的子系列。由于 SuperSeries 的结构特点,采集细节很可能分散在各 SubSeries 中,但 SuperSeries 层面未给出汇总说明。
【适用场景】
该数据集适用于乳腺癌转录组表达谱相关的二次分析场景,例如作为芯片表达谱资源的检索入口,定位 Institut Curie 乳腺癌样本的系列数据;也可用于方法学研究中作为 SuperSeries 结构的数据组织示例。由于主题标签包含 transcription profiling by array 与 Homo sapiens,它可服务于以人类乳腺癌为对象的表达谱比较、候选基因探索等通用用途。但需注意,具体分析可行性取决于各子系列提供的数据内容与元数据完整度,源站未在 SuperSeries 层面提供这些细节。
【使用方法】
使用该数据集时,应首先访问来源站 ebi.ac.uk 上的对应记录,依据源站描述定位其下列出的各个 SubSeries,再逐个查阅子系列以获取样本信息、平台信息与数据处理说明。由于 SuperSeries 本身不直接给出统一的数据矩阵或分析结果,使用者不应假设其包含可直接下载的整合表达矩阵。关于下载格式、文件组织方式、是否提供预处理数据等,源站未提供,需以各子系列的实际发布内容为准。
【质量与限制】
该数据集的主要限制在于其 SuperSeries 性质:源站描述仅说明由 SubSeries 组成并提示参考各子系列,未在 SuperSeries 层面提供样本量、平台、数据质控指标或分析结论。因此,无法从现有信息判断数据质量、批次效应、归一化方法等关键属性。此外,关于 Maire cohort 的队列特征、样本纳入排除标准等,源站未提供。使用者应充分查阅各子系列,并自行评估数据适用性。
【引用与许可】
关于该数据集的引用方式与许可条款,源站未提供。使用者在引用或再利用前,应查阅来源站 ebi.ac.uk 上该数据集及其各 SubSeries 的官方页面,以获取准确的引用要求与使用许可信息。
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://ebi.ac.uk/biostudies/studies/E-GEOD-65216
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
Thierry Dubois (2015). Expression profiling of breast cancer samples from Institut Curie (Maire cohort) [Dataset]. https://www.ebi.ac.uk/biostudies/studies/E-GEOD-65216
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。




