基质PTEN决定乳腺上皮对放疗反应的表达谱数据集
该数据集来自 NCBI GEO（GSE93784），主题为基质 PTEN 缺失如何影响乳腺上皮对放疗的反应，属于肿瘤/乳腺癌方向
基本信息
资源简介
基质PTEN决定乳腺上皮对放疗反应的表达谱数据集
Stromal PTEN determines mammary epithelial response to radio-therapy
该数据集来自 NCBI GEO（GSE93784），主题为基质 PTEN 缺失如何影响乳腺上皮对放疗的反应，属于肿瘤/乳腺癌方向。数据采用表达谱芯片（GPL20775，小鼠 10090），共 1 个文件（GSE93784_series_matrix.txt.gz），可用于研究基质 PTEN 缺失、EGFR 旁分泌激活与辐射诱导基因组不稳定性之间的关系，并支持乳腺癌复发预测相关的表达特征分析（来源 NCBI）。
【数据集背景】
源站首次发布：Jan 18 201。
【数据内容】
源站描述（机器翻译，仅供参考）：已知肿瘤基质参与癌症进展，但基质因素能否启动乳腺肿瘤发生仍不清楚。我们利用先前描述的基质特异性磷酸酶及张力蛋白同源物（PTEN）缺失小鼠模型，在年轻、未荷瘤动物中研究转化事件。在此，我们显示基质 PTEN 缺失通过旁分泌表皮生长因子受体（EGFR）激活，在邻近乳腺上皮中启动辐射诱导的基因组不稳定性。在这些小鼠中，单次低剂量全身辐射诱导乳腺增生，而用 EGFR 抑制剂预处理可阻止该结果。我们揭示基质 PTEN 在一部分正常乳腺样本中缺失，并可预测乳腺癌患者的复发。综合来看，这些数据提示胸壁放疗兼具诊断和治疗意义。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：Expression profiling by array、GPL20775、10090。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE93784
【使用注意】
· 源站最后修改于 May 21 201，引用时请注意版本时效。
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=GSE93784
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
已知肿瘤基质参与癌症进展，但基质因素能否启动乳腺肿瘤发生仍不清楚。利用我们先前描述的基质特异性磷酸酶及张力蛋白同源物（PTEN）缺失小鼠模型，我们研究了年轻、未荷瘤动物中的转化事件。在此，我们显示基质PTEN缺失通过旁分泌表皮生长因子受体（EGFR）激活，在邻近乳腺上皮中启动辐射诱导的基因组不稳定性。在这些小鼠中，单次低剂量全身辐射诱导乳腺增生，而预先使用EGFR抑制剂可阻止这一结果。我们发现，基质PTEN在一部分正常乳腺样本中缺失，并可预测乳腺癌患者的复发。综合来看，这些数据提示，诊断性和治疗性胸壁放疗可能无意中使局灶性基质PTEN缺失患者易患继发性乳腺癌，而这种易感性可通过EGFR抑制进行预防性治疗。
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。
