基于整合分析和机器学习的单循环肿瘤细胞表征
对3名ER+/PR+/HER-受试者的15个循环肿瘤细胞进行分子谱分析，用于整合分析与机器学习表征。
基本信息
资源简介
基于整合分析和机器学习的单循环肿瘤细胞表征
【一句话概览】
该数据集标题为《整合分析与机器学习驱动的单循环肿瘤细胞表征》，对来自3名激素受体状态为ER+/PR+/HER-受试者的15个循环肿瘤细胞进行谱分析；整体设计即对上述15个循环肿瘤细胞进行谱分析。数据关联项目编号PRJNA531457，来源标注为Sengupta lab, Computational biology department, IIIT Delhi（来源 NCBI）。
【数据集背景】
本数据集源站标题为《Integrative Analysis and Machine Learning based Characterization of Single Circulating Tumor Cells》。源站首次发布：2019-04-10。
【数据内容】
源站原始描述：Profiling of 15 circulating tumor cells from three subjects with ER+/PR+/HER- hormone receptor status Overall design: Profiling of 15 circulating tumor cells from three subjects with ER+/PR+/HER- hormone receptor status
中文译文（机器翻译，仅供快速理解，请以原文为准）：对来自3名激素受体状态为 ER+/PR+/HER- 的受试者的15个循环肿瘤细胞进行图谱分析 总体设计：对来自3名激素受体状态为 ER+/PR+/HER- 的受试者的15个循环肿瘤细胞进行图谱分析
【主题与分类】
主题标签：PRJNA531457。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/sra/SRP191426
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://www.ncbi.nlm.nih.gov/sra/SRP191426
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
