FFPE乳腺癌组织miRNA表达谱
该数据集为GSE39567，收录FFPE乳腺癌组织的miRNA表达谱芯片数据，包含配对的导管原位癌与浸润性导管癌成分，共1个文件（GSE39567_series_matrix.txt.gz）
基本信息
资源简介
FFPE乳腺癌组织miRNA表达谱
GSE39567 是一个聚焦乳腺癌微小RNA（miRNA）表达谱的公共数据集，来源于 NCBI（ncbi.nlm.nih.gov），主题为“formalin-fixed and paraffin embedded (FFPE) breast cancer tissues 中的 miRNA profiles”。该数据集对配对的导管原位癌（ductal carcinoma in situ）与浸润性导管癌（invasive duct carcinoma）成分进行 miRNA 表达谱芯片分析，目的在于识别潜在的预后标志物。数据集由 Silke Schultz 提交，发布时间为 2017 年 7 月 23 日，归类于肿瘤/乳腺癌方向，主题标签涉及非编码 RNA 芯片分析、GPL8179 平台与物种 9606（人）。整个数据集仅包含 1 个文件，即 GSE39567_series_matrix.txt.gz，适合作为 FFPE 乳腺癌 miRNA 表达研究的参考数据资源。
【数据集背景】
该数据集关注的是乳腺癌中 miRNA 表达谱的变化。源站描述指出，研究对配对的导管原位癌与浸润性导管癌成分进行 miRNA profiling 分析，目的是识别潜在的预后标志物。这一设计使得数据集能够支持对乳腺癌不同病变阶段（原位与浸润）之间 miRNA 表达差异的观察，属于非编码 RNA 表达谱研究范畴，主题标签为“Non-coding RNA profiling by array”，物种为人（9606），芯片平台为 GPL8179。
【数据内容】
数据集包含 1 个文件，文件样例为 GSE39567_series_matrix.txt.gz，采用 GZIP 压缩格式。该文件为系列矩阵文件，通常承载样本层面的表达谱矩阵信息。数据集收录的是 FFPE 乳腺癌组织的 miRNA 表达谱芯片数据，样本涉及配对的导管原位癌与浸润性导管癌成分。除上述文件与样本类型信息外，源站未提供更细的字段结构、样本数量或表达值规模说明。
【采集与来源】
数据来源站为 ncbi.nlm.nih.gov，源站标题为“miRNA profiles in formalin-fixed and paraffin embedded (FFPE) breast cancer tissues”。作者为 Silke Schultz，发布时间为 2017 年 7 月 23 日。样本材料为福尔马林固定、石蜡包埋（FFPE）的乳腺癌组织，分析对象为配对的原位癌与浸润性癌成分。芯片平台标识为 GPL8179，物种标识为 9606。除这些来源信息外，源站未提供具体的样本采集流程、伦理审批或处理步骤说明。
【适用场景】
该数据集适用于乳腺癌 miRNA 表达谱相关的探索性分析，尤其是围绕导管原位癌与浸润性导管癌配对成分的比较研究，可用于寻找潜在的预后标志物候选。由于主题标签为非编码 RNA 芯片分析，也可作为 miRNA 芯片数据处理流程的练习或参考数据。适用场景应限定在源站描述所指向的研究目的范围内，源站未提供其他具体应用场景的说明。
【使用方法】
使用时可先下载数据文件 GSE39567_series_matrix.txt.gz，按 GZIP 压缩包格式读取。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。由于数据集仅含 1 个系列矩阵文件，使用时应以该文件为核心组织读取与解析步骤。源站未提供额外的使用脚本、分析流程或参数配置说明。
【质量与限制】
数据集仅包含 1 个文件，内容以系列矩阵形式组织，源站未提供样本量、表达值分布、缺失值情况或质控指标等质量信息。数据基于 FFPE 组织与芯片平台 GPL8179，相关技术特征可能影响表达谱的解读，但源站未提供具体的技术评估结论。使用时应以源站描述的研究目的为边界，避免超出数据支持范围的推断。源站未提供其他限制说明。
【引用与许可】
作者为 Silke Schultz，发布时间为 2017 年 7 月 23 日，来源站为 ncbi.nlm.nih.gov。源站未提供具体的引用格式、许可条款或使用限制说明。
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=GSE39567
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
我们描述了一项对FFPE乳腺癌中匹配的导管原位癌和浸润性导管癌成分进行的miRNA表达谱分析，旨在识别潜在的预后标志物。
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。
