乳腺癌他莫昔芬单药治疗全组织肿瘤活检数据集
该数据集来自 NCBI，包含 60 例 ER 阳性原发性乳腺癌患者接受他莫昔芬单药治疗 5 年的全组织切片表达谱数据，共 1 个文件（GSE1379_series_matrix.txt.gz），基于 GPL1223 芯片平台
基本信息
资源简介
乳腺癌他莫昔芬单药治疗全组织肿瘤活检数据集
GSE1379 是一个聚焦乳腺癌内分泌治疗场景的基因表达谱数据集，来源于 NCBI，收录于本站“肿瘤 / 乳腺癌”分类之下。该数据集以接受他莫昔芬单药治疗 5 年的 ER 阳性原发性乳腺癌患者为对象，数据由乳腺癌全组织切片生成，共包含 60 例患者样本。数据集整体以单个文件形式提供，文件名为 GSE1379_series_matrix.txt.gz，采用 GZIP 压缩格式，基于 GPL1223 芯片平台完成表达谱检测。该数据集可用于了解 ER 阳性乳腺癌在全组织层面上的基因表达特征，并为围绕他莫昔芬单药治疗的相关表达谱分析提供数据基础。
【数据集背景】
该数据集对应的源站标题为“breast cancer / tamoxifen monotherapy (whole tissue tumor biopsies)”，英文名称为 GSE1379。其研究背景聚焦于 ER 阳性原发性乳腺癌患者接受他莫昔芬单药治疗的情形，治疗周期为 5 年。数据集由作者 Xiao-Jun，Ma 提交，发布时间为 May 07 200。主题标签包括 Expression profiling by array、GPL1223 和 9606，分别指向芯片表达谱检测、所用芯片平台以及人类物种信息。
【数据内容】
数据集包含 60 例 ER 阳性原发性乳腺癌患者的相关数据，数据由乳腺癌全组织切片生成。文件数量为 1 个，文件样例为 GSE1379_series_matrix.txt.gz，格式为 GZIP 压缩包。主题标签中的 GPL1223 表明数据基于该芯片平台产生，Expression profiling by array 表明其属于芯片表达谱数据类型。除上述信息外，源站未提供关于样本分组、表达矩阵字段构成、探针注释等更细化的内容。
【采集与来源】
数据来源站为 ncbi.nlm.nih.gov。源站描述指出，该数据集纳入 60 例 ER 阳性原发性乳腺癌患者，这些患者接受他莫昔芬单药治疗 5 年，数据由乳腺癌全组织切片生成。作者信息为 Xiao-Jun，Ma，发布时间为 May 07 200。数据以 series matrix 文件形式对外提供，文件经过 GZIP 压缩。
【适用场景】
该数据集适用于 ER 阳性原发性乳腺癌在他莫昔芬单药治疗背景下的基因表达谱研究，可用于芯片表达谱层面的数据查阅与分析。其全组织切片来源的特点，使其适合从组织整体表达特征的角度开展探索。关于更具体的适用分析类型、研究终点或临床关联用途，源站未提供。
【使用方法】
使用时可先下载数据文件 GSE1379_series_matrix.txt.gz，按 GZIP 压缩包格式进行读取。建议先在小样本上核对字段与编码，确认无误后再批量接入，以保证后续处理的一致性与准确性。关于芯片平台注释文件的具体使用方式及分析流程，源站未提供。
【质量与限制】
数据集基于 GPL1223 芯片平台，包含 60 例样本，文件数量为 1 个。源站未提供关于数据质控指标、缺失值情况、批次信息或样本排除标准等内容，相关质量评估信息需以源站进一步说明为准。
【引用与许可】
作者为 Xiao-Jun，Ma，来源站为 ncbi.nlm.nih.gov。关于该数据集的许可条款与具体引用格式，源站未提供。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1379
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
包含60例ER阳性原发性乳腺癌患者且接受他莫昔芬单药治疗5年的数据集。数据来源于乳腺癌全组织切片。样本关键词：乳腺癌、他莫昔芬、复发 关键词：其他
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。
