BRCA1或BRCA2突变筛查患者血清与血浆microRNA表达比较分析 - 数据集2
该数据集包含94名健康女性的血清miRNA表达数据，其中56人携带胚系BRCA1或BRCA2突变。miRNA丰度通过测序和qPCR两种方法定量，本数据集聚焦测序数据，qPCR数据另行提交至GEO
基本信息
资源简介
BRCA1或BRCA2突变筛查患者血清与血浆microRNA表达比较分析 - 数据集2
GSE299787 数据集（dataset 2）聚焦于接受 BRCA1 或 BRCA2 突变筛查人群的血清与血浆 microRNA 表达比较分析。该数据集收录了 94 名健康女性的血清 miRNA 表达数据，其中 56 人携带胚系 BRCA1 或 BRCA2 突变。研究通过高通量测序与 qPCR 两种方法对 miRNA 丰度进行定量，本数据集对应测序部分，qPCR 数据另行提交至 GEO。数据来源为 NCBI，属于肿瘤／乳腺癌分类，主题标签涉及非编码 RNA 高通量测序分析，物种为人类（9606），平台编号为 GPL30882。数据集包含 1 个文件，样例文件为 GSE299787_series_matrix.txt.gz，作者为 Urszula Smyczynska，发布时间为 Jun 13 2025。
【数据集背景】
该数据集旨在对接受 BRCA1 或 BRCA2 突变筛查的患者进行血清与血浆 microRNA 表达的比较分析。研究关注的核心问题包括：评估两种 miRNA 检测方法之间的一致性，以及将 miRNA 生物标志物从测序平台转化到 qPCR panel 的可能性。数据集的产生得到了 The Gray Foundation 资助项目“Circulating microRNAs for assessment of risk beyond the BRCA genes and early detection of breast cancer in high-risk families”（授予 Dipanjan Chowdhury）以及波兰国家研究中心 OPUS 资助项目“Predictive Potential of Circulating MicroRNA Biomarkers in Patients with High Familial or Genetic Risk of Cancer”（2023/49/BZ5/03835，授予 Wojciech Fendler）的支持。研究对象为具有高家族性或遗传性癌症风险的女性群体，其中部分携带胚系 BRCA1 或 BRCA2 突变。
【数据内容】
本数据集包含 94 名健康女性的血清 miRNA 表达数据，其中 56 人携带胚系 BRCA1 或 BRCA2 突变。miRNA 丰度通过测序和 qPCR 两种方法进行定量，本数据集聚焦于测序数据，qPCR 数据作为独立提交内容另行发布至 GEO。数据集文件数量为 1，文件样例为 GSE299787_series_matrix.txt.gz。主题标签包括 Non-coding RNA profiling by high throughput sequencing、GPL30882 和 9606，表明数据属于非编码 RNA 高通量测序分析，平台为 GPL30882，物种为人类。本站分类为肿瘤／乳腺癌。
【采集与来源】
数据来源站为 ncbi.nlm.nih.gov。源站标题为“Comparative Analysis of microRNA Expression in Serum and Plasma in Patients Screened for BRCA1 or BRCA2 Mutations - dataset 2”。数据集作者为 Urszula Smyczynska，发布时间为 Jun 13 2025。样本来自接受 BRCA1 或 BRCA2 突变筛查的患者群体，具体采样方式、时间跨度、地理分布等详细信息源站未提供。
【适用场景】
该数据集适用于评估血清 miRNA 作为生物标志物在 BRCA1 或 BRCA2 突变携带者中的表达特征，以及比较测序与 qPCR 两种定量方法之间的一致性和可转化性。潜在应用方向包括：高遗传风险家族中乳腺癌风险相关循环 miRNA 的筛选与验证、miRNA 生物标志物从测序平台向 qPCR panel 的转化研究，以及非编码 RNA 在肿瘤遗传易感性背景下的表达分析。由于数据集包含携带与不携带 BRCA1/2 突变个体的血清 miRNA 数据，也可用于突变状态相关的 miRNA 差异表达探索。
【使用方法】
使用该数据集时，可下载数据文件 GSE299787_series_matrix.txt.gz。该文件为 GZIP 压缩包格式，需按相应格式读取。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分析流程。具体分析步骤、软件工具及参数设置需根据研究目的自行确定，源站未提供标准分析流程。
【质量与限制】
本数据集仅包含 94 名健康女性的血清 miRNA 测序数据，样本量有限。数据仅涉及血清样本，血浆样本数据未在本数据集中体现。qPCR 数据未包含在本数据集内，需参考另行提交的 GEO 条目。关于数据的具体质量控制指标、测序深度、覆盖度、批次效应等信息源站未提供。此外，数据集仅包含健康女性数据，未涉及乳腺癌患者样本，因此不适用于直接进行病例对照分析。
【引用与许可】
数据集作者为 Urszula Smyczynska，来源站为 ncbi.nlm.nih.gov。引用方式、许可条款及使用限制等详细信息源站未提供。使用时应遵循 NCBI GEO 数据库的相关规定及数据提供方的要求。资助信息包括 The Gray Foundation 项目“Circulating microRNAs for assessment of risk beyond the BRCA genes and early detection of breast cancer in high-risk families”（授予 Dipanjan Chowdhury）和波兰国家研究中心 OPUS 项目“Predictive Potential of Circulating MicroRNA Biomarkers in Patients with High Familial or Genetic Risk of Cancer”（2023/49/BZ5/03835，授予 Wojciech Fendler）。
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=GSE299787
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
该数据集包含94名健康女性的血清miRNA表达数据，其中56人携带胚系BRCA1或BRCA2突变。MicroRNA丰度通过测序和qPCR进行定量，后者是另一份GEO提交的主题。数据分析旨在评估两种miRNA检测方法之间的一致性，以及将miRNA生物标志物从测序转化为qPCR panel的可能性。该数据集的生成得到了Gray Foundation资助项目“Circulating microRNAs for assessment of risk beyond the BRCA genes and early detection of breast cancer in high-risk families”（授予Dipanjan Chowdhury）以及波兰国家研究中心OPUS资助项目“Predictive Potential of Circulating MicroRNA Biomarkers in Patients with High Familial or Genetic Risk of Cancer”（2023/49/B/NZ5/03835，授予Wojciech Fendler）的支持。
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。
