基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-11-03

资源简介

PRJNA130449：男性乳腺癌aCGH基因拷贝数变异数据集

PRJNA130449 是一个聚焦男性乳腺癌基因组变异的数据集，全称为 Gene copy number variation in male breast cancer by aCGH，收录于 NCBI，在本站归类于肿瘤 / 乳腺癌方向。该数据集的核心内容是采用高分辨率比较基因组杂交（CGH）芯片对 25 例男性乳腺癌（MBC）样本进行 DNA 失衡刻画，以检测其中的 DNA 拷贝数畸变（CNAs），并将所得结果与一份存放于 Gene Expression Omnibus 的女性乳腺癌数据集进行比较。数据集以 Variation 为主题标签，整体规模为 25 例样本，属于回顾性研究设计，适合用于了解男性乳腺癌拷贝数层面的基因组改变特征，并开展与女性乳腺癌的对照分析。

【数据集背景】

男性乳腺癌是一种相对少见的乳腺癌类型，其在基因组层面的改变特征与女性乳腺癌是否一致，是理解该疾病生物学基础的重要问题。该数据集正是围绕这一背景建立：通过对男性乳腺癌样本进行高分辨率 CGH 芯片分析，系统刻画样本中的 DNA 失衡情况，识别 DNA 拷贝数畸变，并将结果与女性乳腺癌数据进行比对，从而为男性乳腺癌拷贝数变异谱的描绘提供数据基础。研究采用回顾性设计，男性乳腺癌患者为连续入选。

【数据内容】

数据集的内容为 25 例男性乳腺癌（MBC）样本的高分辨率 CGH 芯片分析结果，主要记录 DNA 失衡信息以及由此检测到的 DNA 拷贝数畸变（CNAs）。样本构成方面，15 例在意大利巴里 NCC 获得乳腺癌原发诊断，另外 10 例在意大利罗马 Regina Elena 研究所获得诊断。数据集还包含与女性乳腺癌数据集 GSE12659 的比较结果。主题标签为 Variation。具体的探针数量、变异位点列表、文件格式与数据量等细节，源站未提供。

【采集与来源】

该数据集来源于 ncbi.nlm.nih.gov。样本采集采用回顾性研究方式，男性乳腺癌患者为连续入选：其中 15 例的原发诊断在意大利巴里的 NCC 完成，10 例在意大利罗马的 Regina Elena 研究所完成。所有样本均通过高分辨率 CGH 芯片进行分析，以检测 DNA 拷贝数畸变。关于样本的临床分期、治疗信息、伦理审批及具体芯片平台型号等，源站未提供。

【适用场景】

该数据集适用于男性乳腺癌拷贝数变异研究，可用于刻画男性乳腺癌中的 DNA 失衡模式、识别拷贝数畸变区域，并支持与女性乳腺癌数据集（GSE12659）的对照分析，以探讨两性乳腺癌在拷贝数层面的异同。同时也可作为肿瘤基因组学中 CGH 芯片数据分析方法的教学或方法学验证素材。由于样本量有限，不宜将其直接用于人群层面的患病风险推断或临床决策。其他更具体的应用方向，源站未提供。

【使用方法】

使用时可围绕 25 例男性乳腺癌样本的 CGH 芯片结果开展拷贝数畸变检测与 DNA 失衡分析，并将结果与 GSE12659 女性乳腺癌数据集进行对比。由于源站未提供原始数据文件格式、处理流程参数与注释版本等信息，具体的数据下载方式、预处理步骤与分析工具选择需参照源站说明，源站未提供进一步细节。

【质量与限制】

该数据集为回顾性研究，样本总量为 25 例，来自意大利两家机构（巴里 NCC 15 例、罗马 Regina Elena 研究所 10 例），样本量较小，结果的代表性受到限制。数据集仅涉及拷贝数层面（CGH 芯片）的信息，不包含表达谱等其他组学内容。关于数据质控指标、芯片分辨率的具体数值、缺失值情况以及批次效应等信息，源站未提供。

【引用与许可】

该数据集来自 NCBI，其英文名称为 PRJNA130449: Gene copy number variation in male breast cancer by aCGH。关于具体的引用文献、作者列表、数据使用许可与再分发条款，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE23891

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA130449

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

对一组25例男性乳腺癌（MBC）样本进行DNA失衡特征分析，采用高分辨率CGH芯片检测DNA拷贝数异常（CNAs）。随后将这些结果与提交至基因表达综合数据库（Gene Expression Omnibus）的女性乳腺癌数据集进行比较。总体设计：连续选取男性乳腺癌患者用于本回顾性研究：其中15例在巴里国家癌症中心（NCC of Bari）获得原发性乳腺癌诊断，另10例在意大利罗马Regina Elena研究所获得诊断。该数据集与GSE12659（女性乳腺癌）进行了比较。

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