基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-20

资源简介

PRJNA294597：乳腺肿瘤早期发生过程中空间与时间改变的定位 [aCGH]

PRJNA294597 数据集来自 NCBI，聚焦乳腺癌早期肿瘤发生过程中的基因组改变，采用 aCGH 技术对 9 例乳腺癌患者的样本进行 profiling。该数据集旨在通过比较肿瘤周围不同距离的正常上皮样本，识别在肿瘤发生之前就已出现的基因组变异，从而为理解乳腺癌的发生发展及异质性提供空间与时间维度的参考。数据集归入肿瘤/乳腺癌分类，主题标签为 Variation，其核心价值在于把“正常”组织沿乳腺导管的空间梯度纳入分析视野，而不仅仅比较肿瘤与正常组织的二元差异。

【数据集背景】

乳腺癌的发生并非一蹴而就，肿瘤形成之前的基因组事件对于理解肿瘤起源、异质性以及早期干预具有重要意义。源站描述指出，识别先于乳腺肿瘤发生而出现的基因组改变，将有助于更好地理解肿瘤的发展与异质性。该数据集正是围绕这一目标设计：通过对肿瘤附近不同距离的正常上皮样本进行基因组 profiling，尝试勾勒沿乳腺导管发生的基因组事件与转录组改变的空间和时间图谱。这一设计思路强调从“癌旁正常组织”中寻找早期分子事件，而非仅关注肿瘤本身。

【数据内容】

该数据集采用 aCGH（阵列比较基因组杂交）技术，对乳腺癌患者样本进行基因组改变检测。源站描述显示，数据集由 9 例乳腺癌患者组成，每位患者提供多个沿导管通向肿瘤方向的正常上皮样本、一个对侧导管样本以及一个肿瘤本身样本。由此形成的样本结构允许在个体内部进行空间比较：从远离肿瘤的正常上皮，到逐渐接近肿瘤的导管区域，再到肿瘤组织，观察基因组改变如何随距离和位置变化。主题标签 Variation 也表明该数据集关注的是基因组变异层面的信息。

【采集与来源】

数据集来源于 ncbi.nlm.nih.gov，英文名称为 PRJNA294597: Mapping alterations spatially and temporally during early stages of breast tumourigenesis [aCGH]。样本采集策略围绕乳腺导管展开：从 9 例乳腺癌患者中获取沿导管通向肿瘤的多个正常上皮样本、一个对侧导管样本以及肿瘤样本。关于样本采集的具体时间、地点、伦理审批及临床信息等细节，源站未提供。

【适用场景】

该数据集适用于研究乳腺癌早期肿瘤发生过程中的基因组改变，尤其是沿乳腺导管的空间梯度变化。可用于探索癌旁正常上皮中是否存在先于肿瘤形成的基因组变异，比较不同距离样本之间的变异模式，以及结合肿瘤样本分析基因组事件的空间分布。由于主题标签为 Variation，该数据集也可用于基因组变异相关的方法学比较或验证研究。关于转录组改变的具体数据内容，源站描述虽提及转录组改变，但本数据集标注为 aCGH，源站未提供转录组数据的进一步说明。

【使用方法】

使用者可依据源站提供的样本分组信息，将同一患者的多个正常上皮样本按沿导管距离、对侧导管样本和肿瘤样本进行组织，开展个体内比较分析。分析时可关注 aCGH 所检测的基因组变异在空间梯度上的分布特征。关于数据下载方式、文件格式、预处理流程及分析工具等具体操作信息，源站未提供。

【质量与限制】

该数据集样本量较小，仅包含 9 例乳腺癌患者，可能限制统计推断的普遍性。样本类型涉及多个沿导管的正常上皮样本、对侧导管样本和肿瘤样本，但源站未提供样本质量评估、数据质控指标或临床随访信息。由于数据集聚焦于早期肿瘤发生过程中的基因组改变，其结论外推到其他乳腺癌亚型或人群时需谨慎。源站未提供关于数据完整性、批次效应或技术重复的说明。

【引用与许可】

关于该数据集的引用方式、许可协议及使用限制，源站未提供。使用者在引用或再利用该数据集时，应参考 NCBI 源站的相关政策与条目说明。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE72652

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/PRJNA294597

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

识别乳腺肿瘤发生前的基因组改变，将有助于我们更好地理解肿瘤的发展和异质性。特别是，通过获取肿瘤不同距离处的正常上皮样本并进行图谱分析，我们可以绘制出沿乳腺导管（通向肿瘤并包括肿瘤本身）发生的基因组事件和转录组改变的空间和时间图谱。总体设计：该数据集包含9例乳腺癌患者，从通向肿瘤的导管沿途获取了多个正常上皮样本，从对侧导管获取了一个样本，并从肿瘤本身获取了一个样本。

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