GSE3143 乳腺癌数据集
源站描述为人类癌症中致癌通路失调的特征。源站首次发布：Aug 16 200。人类癌症中致癌通路失调的特征。文件数 1 个，合计 0 B
基本信息
资源简介
GSE3143 乳腺癌数据集
GSE3143 是一个以乳腺癌为主题的基因表达数据集，源站标题为 Breast Cancer Dataset，来自 ncbi.nlm.nih.gov。该数据集围绕人类癌症中致癌通路失调的特征展开，属于肿瘤/乳腺癌分类，主题涉及表达谱芯片分析，相关平台标识为 GPL8300，物种标识为 9606。数据集共包含 1 个文件，样例文件为 GSE3143_series_matrix.txt.gz，采用 GZIP 压缩格式。作者为 Joseph R Nevins，源站首次发布时间为 Aug 16 200。整体来看，该数据集适合作为研究乳腺癌基因表达特征与致癌通路失调关系的公开数据资源使用，但可用信息以源站提供的描述和文件为主，规模较小，使用前应核对文件内容与字段结构。
【数据集背景】
该数据集来源于 ncbi.nlm.nih.gov，源站标题为 Breast Cancer Dataset，数据集英文名为 GSE3143: Breast Cancer Dataset。源站描述为“Signatures of Oncogenic Pathway Deregulation in Human Cancers.”，即关注人类癌症中致癌通路失调的特征。数据集被归类为肿瘤 / 乳腺癌，主题标签包括 Expression profiling by array、GPL8300 和 9606，分别指向芯片表达谱分析、相关芯片平台以及人类物种标识。作者为 Joseph R Nevins，源站首次发布时间为 Aug 16 200。
【数据内容】
数据集包含 1 个文件，文件样例为 GSE3143_series_matrix.txt.gz，格式为 GZIP 压缩包。该文件以 series matrix 形式组织，通常用于承载表达谱数据集的样本与表达信息。数据集主题标签表明其内容属于表达谱芯片分析，平台标识为 GPL8300，物种为 9606。除上述文件与标签信息外，源站未提供更细的字段说明、样本数量或表达矩阵的具体结构。
【采集与来源】
数据集的来源站为 ncbi.nlm.nih.gov，源站标题为 Breast Cancer Dataset，作者为 Joseph R Nevins，源站首次发布时间为 Aug 16 200。源站描述指出其主题为人类癌症中致癌通路失调的特征。数据集分类为肿瘤 / 乳腺癌，主题标签包括 Expression profiling by array、GPL8300 和 9606。关于样本采集地点、采集时间、临床信息及实验流程等细节，源站未提供。
【适用场景】
该数据集可用于围绕乳腺癌及人类癌症中致癌通路失调特征的表达谱分析场景，例如查看芯片表达谱数据的基本组织方式、在小样本上核对字段与编码，以及作为相关主题的公开数据资源进行读取与接入练习。由于其主题标签涉及 Expression profiling by array 与 GPL8300，也可用于了解该平台相关表达谱文件的组织形态。关于更具体的分析用途或已验证的研究结论，源站未提供。
【使用方法】
使用时可下载数据文件 GSE3143_series_matrix.txt.gz，按文件格式以 GZIP 压缩包方式读取。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。由于数据集仅包含 1 个文件，读取时应重点关注该 series matrix 文件的表头、样本标识与表达值字段的组织方式。关于具体的解压命令、解析脚本或字段含义说明，源站未提供。
【质量与限制】
该数据集文件数量为 1 个，合计 0 B，规模信息较为有限。源站描述仅给出主题性说明，未提供样本量、表达矩阵维度、缺失值情况或质控指标等细节，因此难以据此评估数据完整性与质量。主题标签中的 GPL8300 与 9606 提供了平台与物种线索，但平台注释版本、探针映射关系等均未说明。使用前应自行核对文件内容与编码，并以源站信息为准。
【引用与许可】
该数据集作者为 Joseph R Nevins，来源站为 ncbi.nlm.nih.gov，源站标题为 Breast Cancer Dataset，首次发布时间为 Aug 16 200。关于引用格式、许可条款与使用限制，源站未提供，使用与再分发前应向源站确认相关要求。
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。
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=GSE3143
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
人类癌症中致癌通路失调的特征。利用基于DNA微阵列的基因表达特征来界定癌症亚型、疾病复发以及对特定疗法的反应，已在多项研究中得到证实。此类数据对于分析致癌过程中核心的细胞信号通路也具有重要意义。基于这一焦点，我们开发了一系列基因表达特征，这些特征能够可靠地反映若干致癌通路的激活状态。在多个大型人类癌症集合中进行评估时，这些基因表达特征能够识别肿瘤中的通路失调模式，以及与疾病结局相关的临床相关性。将跨多条通路的基于特征的预测相结合，可识别出协调一致的通路失调模式，从而区分特定癌症与肿瘤亚型。基于通路特征对肿瘤进行聚类进一步界定了各患者亚组的预后，表明致癌通路失调的模式是致癌表型发展的基础，并反映了特定癌症的生物学特征与结局。
此外，癌细胞系中通路失调的预测结果与靶向该通路组分的治疗药物的敏感性相一致，这突显了此类通路预测在指导靶向治疗使用方面的潜力。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。
