基本信息

模态

基因组

任务类型

预测

创建/更新时间

2026-10-20

资源简介

PRJNA118415：内分泌敏感性指数验证数据集

PRJNA118415: Endocrine Sensitivity Index Validation Dataset 是一个聚焦于乳腺癌内分泌治疗研究的转录组学验证数据集，收录于 NCBI（ncbi.nlm.nih.gov），在分类上归属于肿瘤 / 乳腺癌方向。该数据集的核心人群为 298 例雌激素受体阳性（ER 阳性）乳腺癌患者，全部患者均统一接受他莫昔芬（tamoxifen）治疗满 5 年。研究的总体目标是将基因组标志物的表达水平与患者的临床结局——无复发生存（relapse free survival）——进行关联分析，从而在内分泌治疗敏感性方向上对相关指标进行验证。数据集的主题标签为 Transcriptome or Gene expression，说明其数据主体属于转录组或基因表达层面的测量结果。整体而言，该数据集提供了一个治疗方式高度一致、随访结局明确的患者队列，适合用于评估基因组标志物与内分泌治疗预后之间的关系。

【数据集背景】

乳腺癌是高度异质的恶性肿瘤，其中 ER 阳性亚型在内分泌治疗中占据重要地位。他莫昔芬是 ER 阳性乳腺癌常用的内分泌治疗药物，但患者对治疗的敏感性和最终结局存在差异，因此寻找能够反映内分泌敏感性的基因组标志物具有研究价值。该数据集正是围绕这一需求构建的验证队列：所有入组患者均为 ER 阳性乳腺癌，并统一接受他莫昔芬治疗 5 年，从而在治疗背景一致的前提下考察基因组标志物水平与无复发生存结局之间的相关性。这种“统一治疗、统一随访结局”的设计，有助于减少治疗方案差异对标志物—结局关系分析的干扰。

【数据内容】

该数据集的主题标签为 Transcriptome or Gene expression，表明其数据内容属于转录组或基因表达类测量。数据集纳入 298 例 ER 阳性乳腺癌患者，全部接受他莫昔芬治疗 5 年。研究关注的核心变量包括基因组标志物水平以及患者的无复发生存结局，研究目的即建立二者之间的关联。关于具体的基因标志物名单、表达矩阵的基因数量、测序或芯片平台型号、样本的临床分期与随访时长分布等细节，源站未提供。

【采集与来源】

数据集来源于 ncbi.nlm.nih.gov。根据源站描述，组织样本由两个不同的实验室完成处理与 profiling，分别为 MD Anderson Cancer Center 和 Jules Bordet Institute。这一双实验室来源意味着样本的处理与检测在两个机构分别完成。关于样本采集的具体时间、组织类型（如原发肿瘤组织）、保存方式、伦理审批信息以及两个实验室各自承担的样本数量，源站未提供。

【适用场景】

该数据集适用于乳腺癌内分泌治疗相关的转化研究与生物信息学分析，典型用途包括：验证基因组标志物（如内分泌敏感性相关指数）与 ER 阳性患者接受他莫昔芬治疗后无复发生存之间的关联；作为独立验证队列，对在训练集中建立的预后或疗效预测模型进行外部检验；在转录组或基因表达层面开展标志物筛选与生存分析。由于全部患者治疗方式统一，该数据集尤其适合考察治疗背景一致条件下的标志物—结局关系。关于该数据集是否适用于其他治疗类型或其他乳腺癌亚型的研究，源站未提供。

【使用方法】

使用该数据集时，可围绕其研究目标，将基因组标志物水平与无复发生存结局进行关联分析，以完成验证性研究。由于样本由 MD Anderson Cancer Center 和 Jules Bordet Institute 两个实验室分别处理与 profiling，分析中需要考虑批次或中心来源可能带来的影响。关于数据的具体下载方式、文件格式、预处理流程、归一化方法以及配套的分析脚本，源站未提供。

【质量与限制】

该数据集的优势在于患者人群明确（均为 ER 阳性乳腺癌）、治疗方案统一（他莫昔芬治疗 5 年）且结局指标明确（无复发生存），适合作为验证队列。其限制方面，样本处理与 profiling 涉及两个不同实验室，可能引入中心间差异；数据集规模为 298 例，属于中等规模验证队列。关于样本随访完整性、缺失数据情况、质量控制指标以及是否存在混杂因素等具体信息，源站未提供。

【引用与许可】

该数据集来自 ncbi.nlm.nih.gov，英文名称为 PRJNA118415: Endocrine Sensitivity Index Validation Dataset。关于具体的引用文献、作者列表、发表期刊以及数据使用许可条款，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE17705

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/bioproject/PRJNA118415

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。

数据说明

验证数据集包含298例接受他莫昔芬治疗5年的ER阳性患者。该数据集中的所有患者均患有ER+乳腺癌，并统一接受了他莫昔芬治疗5年。本研究旨在将基因组标志物水平与这一接受统一治疗的患者队列的结局（无复发生存期）相关联。总体设计：组织样本由两个不同的实验室（MD Anderson癌症中心和Jules Bordet研究所）进行处理和分析。

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