区域乳腺癌转移中的甲基化重塑数据集 [DNA甲基化]
该数据集来自 NCBI，聚焦区域乳腺癌转移中的甲基化重塑，采用全基因组 DNA 甲基化谱分析，覆盖 44 对匹配的原发乳腺肿瘤与转移灶样本
![GSE58999: Methylome remodeling in regional breast cancer metastasis [DNA methylation]](/medical-api/medicalDataset/datasetCover/153290.jpg)
基本信息
资源简介
区域乳腺癌转移中的甲基化重塑数据集 [DNA甲基化]
GSE58999 是一个来自 NCBI 的 DNA 甲基化数据集，聚焦于区域乳腺癌转移过程中的甲基化重塑。该数据集采用全基因组 DNA 甲基化谱分析，覆盖 44 对匹配的原发乳腺肿瘤与转移灶样本，可用于比较原发灶与转移灶之间的甲基化差异。数据集以 GZIP 压缩的 series matrix 文件形式提供，属于肿瘤/乳腺癌分类下的甲基化 profiling 数据，适合对乳腺癌转移的表观遗传学特征进行探索性分析。
【数据集背景】
乳腺癌在发生区域转移的过程中，肿瘤细胞除基因组改变外，还可能伴随表观遗传层面的重塑。DNA 甲基化作为一种重要的表观遗传修饰，其模式变化可能参与转移相关基因表达的调控。GSE58999 正是围绕这一科学问题构建的数据集，其源站标题为“Methylome remodeling in regional breast cancer metastasis [DNA methylation]”，意在通过全基因组范围的甲基化谱分析，刻画原发乳腺肿瘤与对应转移灶之间的甲基化差异格局。该数据集归属于肿瘤/乳腺癌分类，主题标签包括 Methylation profiling by genome tiling array、GPL13534 与 9606，表明其采用基因组 tiling 芯片进行甲基化 profiling，平台编号为 GPL13534，物种为人类（9606）。
【数据内容】
该数据集的核心内容是 44 对匹配的原发乳腺肿瘤与转移灶样本的全基因组 DNA 甲基化谱。所谓“匹配”，意味着每一对样本来自同一患者，从而可在个体内部比较原发灶与转移灶的甲基化状态，减少个体间差异带来的混杂。数据集文件数量为 1，文件样例为 GSE58999_series_matrix.txt.gz，即一个 GZIP 压缩的 series matrix 文本文件，通常包含样本层面的甲基化测量值及样本注释信息。主题标签中的“Methylation profiling by genome tiling array”说明数据由基因组 tiling 芯片产生，GPL13534 为该芯片平台的编号。
【采集与来源】
该数据集来源于 NCBI（ncbi.nlm.nih.gov），作者为 Marsha、Reyngold，发布时间为 Jul 01 201。源站描述明确指出，该数据集是对 44 对匹配的原发乳腺肿瘤与转移灶进行的全基因组 DNA 甲基化 profiling。数据集的英文名称为 GSE58999: Methylome remodeling in regional breast cancer metastasis [DNA methylation]，与源站标题一致。样本物种为人类（9606），数据通过基因组 tiling 芯片平台 GPL13534 采集。关于样本的具体临床信息、取材地点、伦理审批及处理流程等细节，源站未提供。
【适用场景】
该数据集适用于研究区域乳腺癌转移中的甲基化重塑，例如比较原发肿瘤与匹配转移灶之间的差异甲基化位点或区域，探索转移相关的表观遗传改变模式。由于样本为配对设计，也适合开展配对样本的统计分析，以控制个体间基线差异。此外，该数据可用于甲基化 profiling 方法学的参考，或作为乳腺癌转移表观遗传研究的验证数据来源。需要说明的是，以上适用方向基于数据集的主题与设计，源站未提供具体的分析结论或验证结果。
【使用方法】
使用该数据集时，可先下载数据文件 GSE58999_series_matrix.txt.gz。该文件为 GZIP 压缩包，需按 GZIP 格式解压后读取其中的 series matrix 文本内容。建议先在小样本上核对字段与编码，确认样本注释、探针标识与甲基化数值的对应关系无误后，再批量接入完整数据。由于文件为 series matrix 格式，读取时应注意其表头结构及可能的注释行，避免解析错位。关于具体的预处理步骤、归一化方法或质量控制阈值，源站未提供。
【质量与限制】
该数据集样本量为 44 对匹配的原发肿瘤与转移灶，属于中等规模的研究设计，配对结构是其优势，但样本量对于更细的分层分析可能有限。数据以单一 series matrix 文件提供，文件数量为 1，使用前需确认文件完整性与解压后的内容一致性。数据集基于基因组 tiling 芯片平台 GPL13534，其探针覆盖范围与分辨率受平台特性约束。关于数据质量评估指标、缺失值情况、批次信息及重复性验证等，源站未提供。此外，发布时间显示为 Jul 01 201，年份信息不完整，引用时应以源站记录为准。
【引用与许可】
该数据集的作者为 Marsha、Reyngold，来源站为 ncbi.nlm.nih.gov，英文名称为 GSE58999: Methylome remodeling in regional breast cancer metastasis [DNA methylation]。使用或引用时应注明该数据集名称与来源。关于数据集的许可协议、使用条款及再分发限制，源站未提供，使用前应自行查阅 NCBI 相关页面确认合规要求。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE58999
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
44对匹配的原发乳腺肿瘤与转移灶的全基因组DNA甲基化谱分析。我们旨在刻画区域转移过程中的甲基化组重塑特征。我们对匹配的原发乳腺肿瘤与区域转移灶进行了DNA甲基化组（n=44）和转录组（n=36）分析。
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。
