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

PRJNA670946：基于ABI1的7基因表达特征预测乳腺癌转移与生存

PRJNA670946 是一个聚焦于乳腺癌基因表达与临床预后分析的数据集，其英文名称为“ABI1-based 7-gene expression signature predicts breast cancer metastasis and survival”。该数据集收录了通过 GPL2567 双通道微阵列平台测量的人乳腺癌基因表达数据，共涉及 295 例来自人类患者的乳腺癌样本。除基因表达信息外，该数据集还配套提供了多项临床数据，包括淋巴结状态、雌激素受体（ER）状态、无病生存时间、转移情况以及总生存时间。这些数据被用于生存预测分析，并最终支持了以 ABI1 为基础的 7 基因预后特征的建立，该特征被视为乳腺癌侵袭性、转移潜能以及治疗靶点方面具有前瞻性的多基因表达临床生物标志物。整体而言，该数据集属于肿瘤/乳腺癌领域，主题标签为转录组或基因表达。

【数据集背景】

乳腺癌是一种具有高度异质性的恶性肿瘤，其转移与生存结局的预测一直是临床与基础研究的重要方向。该数据集来源于 NCBI，旨在通过人乳腺癌样本的基因表达谱与临床随访信息，探索可用于预测乳腺癌转移和生存的分子特征。源站描述指出，该乳腺癌亚群同时具备基因表达数据和临床数据，这些数据被用于生存预测分析，并最终突出了以 ABI1 为基础的 7 基因预后特征。该特征被定位为一种前瞻性的多基因表达临床生物标志物，用于反映乳腺癌的侵袭性和转移能力，同时也被视为潜在的治疗靶点。因此，该数据集的核心背景是围绕乳腺癌预后标志物的发现与验证，尤其是 ABI1 相关多基因表达特征的建立。

【数据内容】

该数据集包含 295 例人类乳腺癌样本的基因表达数据，测量平台为 GPL2567 双通道微阵列平台。与基因表达数据相配套的临床信息包括淋巴结状态、雌激素受体（ER）状态、无病生存时间、转移情况以及总生存时间。这些临床变量为后续的生存预测分析提供了必要的表型与随访信息。源站描述还提到，该数据集被用于开发一种转移性乳腺癌的预后特征，该特征由以 ABI1 为基础的预后模型定义。主题标签为“Transcriptome or Gene expression”，表明其核心数据类型为转录组或基因表达数据。除上述内容外，源站未提供关于样本具体人口学分布、肿瘤分期、治疗信息或基因表达矩阵具体格式的进一步说明。

【采集与来源】

该数据集来源于 ncbi.nlm.nih.gov，英文名称为 PRJNA670946: ABI1-based 7-gene expression signature predicts breast cancer metastasis and survival。样本为人类乳腺癌患者来源的 295 例乳腺癌样本。基因表达测量使用 GPL2567 双通道微阵列平台。临床数据包括淋巴结和雌激素受体（ER）状态、无病生存、转移和总生存时间。源站描述中提及“Overall design: 295 breast cancer samples from human patients were taken”，说明样本采集自人类患者。关于样本采集的具体时间范围、地理来源、机构信息以及伦理审批细节，源站未提供。

【适用场景】

该数据集适用于乳腺癌基因表达与临床预后相关的研究场景。具体而言，可用于生存预测分析，尤其是围绕转移和生存结局的建模；可用于开发和评估多基因表达预后特征，例如以 ABI1 为基础的 7 基因预后特征；也可用于探索乳腺癌侵袭性和转移潜能的分子标志物。由于包含淋巴结状态、ER 状态、无病生存、转移和总生存时间等临床信息，该数据集还可用于基因表达与临床表型之间的关联分析。此外，该数据集可能适用于治疗靶点相关的基础研究，但源站未提供具体的治疗干预或药物响应数据，因此不应用于直接评估治疗效果。

【使用方法】

该数据集可通过 NCBI 来源站获取，具体访问路径和下载方式需参考 NCBI 上 PRJNA670946 的页面说明。使用时可结合 GPL2567 双通道微阵列平台的基因表达数据与配套临床数据，进行生存预测分析或预后特征验证。由于源站描述提到该数据集被用于开发以 ABI1 为基础的 7 基因预后特征，使用者可参考该特征进行复发或转移风险的相关分析。关于数据预处理、标准化、缺失值处理、统计模型选择以及软件工具等具体操作步骤，源站未提供。使用者应根据自身研究目的，遵循 NCBI 平台的数据使用规范，并参考相关原始文献或数据说明进行合理分析。

【质量与限制】

该数据集包含 295 例乳腺癌样本，样本量在同类转录组研究中属于中等规模。基因表达数据由 GPL2567 双通道微阵列平台测量，临床数据涵盖淋巴结状态、ER 状态、无病生存、转移和总生存时间，这些信息为生存分析提供了基础。然而，源站未提供关于数据质量控制、批次效应、缺失值比例、样本排除标准或平台技术重复的详细信息。此外，源站未提供样本的详细临床病理特征，如肿瘤分级、分期、年龄、治疗方案等，也未说明是否存在选择偏倚或随访时间范围。因此，在使用该数据集时，应谨慎对待其外推能力，并注意源站未提供的质量与限制信息。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，英文名称为 PRJNA670946: ABI1-based 7-gene expression signature predicts breast cancer metastasis and survival。关于具体的引用格式、作者列表、发表文献、数据许可协议以及使用限制，源站未提供。使用者应直接访问 NCBI 上该数据集的页面，以获取最新的引用要求和许可条款。在未获得明确许可信息前，不应假设该数据集可无条件用于商业或再分发用途。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE159956

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/PRJNA670946

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

通过GPL2567测量收集的人类乳腺癌基因表达数据。该乳腺癌亚群具有基因表达和临床数据，用于生存预测分析；结果强调了基于ABI1的7基因预后特征，作为乳腺癌侵袭性和转移的前瞻性多基因表达临床生物标志物及治疗靶点。总体设计：采集了295例来自人类患者的乳腺癌样本。使用GPL2567双通道微阵列平台测量基因表达。测量了包括淋巴结和雌激素受体（ER）状态、无病生存、转移和总生存时间在内的临床数据。该数据集用于开发由我们基于ABI1的预后特征定义的转移性乳腺癌预后特征。

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