肯尼亚三阴性乳腺癌患者肿瘤转录组分析
该数据集来自 NCBI BioProject，英文名为 PRJNA596430，内容为肯尼亚三阴性乳腺癌（TNBC）患者肿瘤的转录组分析
基本信息
资源简介
肯尼亚三阴性乳腺癌患者肿瘤转录组分析
PRJNA596430 是一个收录于 NCBI BioProject 的转录组数据集，其英文全称为 Transcriptome profiling of tumors from Kenyan triple negative breast cancer (TNBC) patients，即肯尼亚三阴性乳腺癌患者肿瘤的转录组分析。该数据集在分类上归属于肿瘤 / 乳腺癌方向，主题标签为 Transcriptome or Gene expression，表明其核心内容围绕基因表达层面的转录组数据展开。作为 BioProject 体系下的一项记录，它汇集了与这一研究计划相关的多种数据类型，为用户提供了统一的入口来查找和访问该项目所产生的数据。对于关注三阴性乳腺癌分子特征、尤其是非洲人群相关研究的研究者而言，该数据集提供了一个可检索、可关联的数据资源节点。
【数据集背景】
三阴性乳腺癌（TNBC）是乳腺癌中一类缺乏雌激素受体、孕激素受体和 HER2 表达的亚型，其分子机制和人群差异是肿瘤研究的重要议题。该数据集聚焦于肯尼亚 TNBC 患者的肿瘤样本，旨在通过转录组层面的分析刻画这一特定人群肿瘤的基因表达特征。数据集以 BioProject 的形式组织，来源于 NCBI，属于肿瘤 / 乳腺癌这一分类范畴，主题标签明确指向转录组或基因表达方向。BioProject 作为一项研究计划的生物数据集合，通常由单一机构或联盟发起，其记录为用户提供查找该项目所生成各类数据的统一位置。
【数据内容】
该数据集的内容为肯尼亚三阴性乳腺癌患者肿瘤的转录组分析，主题标签为 Transcriptome or Gene expression，说明数据涉及基因表达层面的转录组信息。作为 BioProject 记录，它汇集了与该项目相关的多种数据类型，并通过记录页面提供指向这些数据的链接。除上述信息外，关于样本数量、测序平台、表达矩阵的具体形式、基因或转录本的数量等细节，源站未提供。
【采集与来源】
该数据集来源于 NCBI BioProject，源站为 ncbi.nlm.nih.gov，源站标题为 BioProject - NCBI。其英文名称为 PRJNA596430: Transcriptome profiling of tumors from Kenyan triple negative breast cancer (TNBC) patients.。BioProject 记录本身来源于单一组织或联盟，用于汇集与某一研究计划相关的生物数据。关于样本采集地点、采集时间、伦理审批、患者纳入标准等具体采集信息，源站未提供。
【适用场景】
基于其主题标签和分类，该数据集适用于与三阴性乳腺癌转录组、基因表达分析相关的研究场景，尤其适合关注肯尼亚或相关人群 TNBC 分子特征的研究。作为 BioProject 记录，它也可用于查找和关联该项目产生的多种数据类型。关于具体的分析用途、可支持的统计方法或可回答的生物学问题，源站未提供。
【使用方法】
该数据集可通过 NCBI BioProject 记录进行访问，记录提供了查找该项目所生成各类数据的统一入口。用户可依据 BioProject 记录中的链接定位相关数据。关于具体的数据下载方式、文件格式、分析流程或所需工具，源站未提供。
【质量与限制】
该数据集以 BioProject 形式组织，其记录提供了与项目相关数据的链接集合。关于数据质量指标、测序深度、覆盖度、批次效应、样本量是否充分等具体质量信息，源站未提供。使用时应结合源站记录中的实际数据描述进行评估。
【引用与许可】
关于该数据集的引用方式、许可条款或使用限制，源站未提供。
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/PRJNA596430
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
三阴性乳腺癌是一种侵袭性表型的乳腺癌，其特征为免疫组化检测中雌激素受体（ER）阴性、孕激素受体（PR）阴性和人表皮生长因子受体2（Her2）阴性。我们开展了一项研究，旨在探索肯尼亚三阴性乳腺癌患者的转录组，并识别肯尼亚人群特有的潜在生物标志物。对肯尼亚三阴性乳腺癌患者肿瘤的转录组测序，并与非裔美国人和白人三阴性乳腺癌转录组进行比较，揭示了若干有趣的靶点和失调通路。总体设计：从15名肯尼亚三阴性乳腺癌患者各自的FFPE（福尔马林固定石蜡包埋）切片中提取总RNA。进行RNA测序实验，以研究蛋白质编码基因和非编码基因的RNA水平表达谱。将肯尼亚三阴性乳腺癌患者的转录组测序谱与来自阿拉巴马大学伯明翰分校（UAB）的非裔美国人和白人三阴性乳腺癌患者的转录组测序谱进行比较，并鉴定出具有肯尼亚三阴性乳腺癌特异性表达的基因。利用TCGA乳腺浸润性癌数据集进行的计算机模拟验证进一步有助于识别潜在的生物标志物。
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。
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。
