GSE25066 乳腺癌新辅助化疗基因组预测数据集
本 SuperSeries 由以下子系列组成：GSE25055：乳腺癌新辅助紫杉烷-蒽环类化疗后反应与生存基因组预测因子的发现队列；GSE25065：基因组预测因子的验证队列
基本信息
资源简介
GSE25066 乳腺癌新辅助化疗基因组预测数据集
GSE25066 是一个以乳腺癌为研究对象的肿瘤类数据集，收录于 synapse.org 来源站。该数据集属于 SuperSeries 结构，由两个子系列共同组成：GSE25055 为乳腺癌新辅助紫杉烷-蒽环类化疗后反应与生存基因组预测因子的发现队列，GSE25065 为同一基因组预测因子的验证队列。围绕新辅助化疗场景下的疗效反应与生存结局，该数据集提供了发现与验证相互配套的研究框架，适合用于考察基因组预测因子在乳腺癌治疗应答评估中的表现。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。
【数据集背景】
乳腺癌新辅助化疗是临床关注的重要治疗策略之一，紫杉烷-蒽环类联合方案在该场景中被广泛研究。如何在治疗前或治疗早期判断患者对化疗的反应以及后续生存风险，是基因组预测因子研究的核心问题。GSE25066 作为 SuperSeries，将发现队列与验证队列组织在同一数据集框架下，形成从预测因子发现到独立验证的完整研究链条，其子系列分别承担发现与验证两类角色。
【数据内容】
该数据集由 GSE25055 与 GSE25065 两个子系列构成。GSE25055 被描述为乳腺癌新辅助紫杉烷-蒽环类化疗后反应与生存基因组预测因子的发现队列；GSE25065 被描述为该基因组预测因子的验证队列。两个子系列在主题上一致，均围绕化疗反应与生存的基因组预测展开，区别在于队列所承担的研究功能不同。除上述子系列构成与各自定位外，源站未提供关于样本数量、检测平台、基因数量、临床变量种类等更细化的数据内容说明。
【采集与来源】
该数据集来源于 synapse.org。其子系列 GSE25055 与 GSE25065 分别对应发现队列与验证队列，研究背景为乳腺癌患者接受新辅助紫杉烷-蒽环类化疗后的反应与生存评估。关于样本采集地点、采集时间跨度、入组标准、伦理审批信息以及具体的数据处理流程，源站未提供。
【适用场景】
基于其发现队列与验证队列并存的结构，该数据集适用于基因组预测因子的发现与独立验证类研究，尤其是针对乳腺癌新辅助紫杉烷-蒽环类化疗后反应与生存的预测模型构建与评估。也可用于比较发现队列与验证队列之间预测因子表现的一致性。由于源站未提供平台、样本量与临床变量等细节，是否适用于其他癌种、其他治疗方案或其他终点指标的分析，源站未提供相应说明。
【使用方法】
使用时应区分两个子系列的队列角色：GSE25055 作为发现队列，可用于预测因子的筛选与模型构建；GSE25065 作为验证队列，可用于对在发现队列中得到的预测因子或模型进行独立验证。由于该数据集为 SuperSeries 结构，实际分析时需分别访问其下属子系列。关于数据下载格式、预处理步骤、归一化方法以及配套分析工具，源站未提供。
【质量与限制】
该数据集的主要结构特征在于发现与验证队列的配套设计，这为预测因子研究提供了内部验证框架。但源站未提供样本量、数据完整性、缺失值情况、批次效应评估以及质量控制指标等信息，因此无法据此判断数据质量的具体水平。此外，源站未提供临床随访时长、终点定义细节与人群构成等信息，相关分析结论的外推范围需谨慎对待。
【引用与许可】
该数据集来源于 synapse.org，具体引用方式、原始文献出处、数据使用许可条款与再分发限制，源站未提供。使用者在引用或再利用前应向来源站核实相关要求。
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。
需登录公开下载
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。
暂未开放有偿下载
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://synapse.org/Synapse:syn235644
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
本超级系列由以下子系列组成：GSE25055：乳腺癌新辅助紫杉烷-蒽环类化疗后反应和生存基因组预测指标的发现队列；GSE25065：基因组预测指标的验证队列。
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。
