PRJNA791211：87例乳腺癌新辅助治疗前活检RNAseq基因表达谱
该数据集来自NCBI，包含87例乳腺癌患者新辅助治疗前活检的RNAseq基因表达谱，用于研究新辅助治疗反应。源站描述还提及317例HER2阴性初治乳腺癌活检的基因表达谱、22对治疗前后肿瘤的深度全外显子与RNA测序谱及治疗结局数据，用于识别反应与耐药机制
基本信息
资源简介
PRJNA791211：87例乳腺癌新辅助治疗前活检RNAseq基因表达谱
PRJNA791211 是一个聚焦乳腺癌新辅助治疗反应的 RNA 测序基因表达数据集。该数据集收录了 87 例乳腺癌患者在新辅助治疗前采集的活检样本的 RNAseq 基因表达谱，核心目的在于通过治疗前肿瘤的分子特征研究患者对新辅助化疗的反应差异。围绕这一目标，数据集还关联了更广泛的分子与临床信息：317 例 HER2 阴性、未经治疗的乳腺癌活检基因表达谱，22 对治疗前后配对肿瘤的深度全外显子测序与 RNA 测序谱，以及相应的治疗结局数据。这些资料共同用于识别化疗反应与耐药机制相关的生物标志物，为理解局部晚期乳腺癌在新辅助治疗中为何出现耐药、以及如何选择更有效且毒性更低的治疗方案提供分子层面的依据。
【数据集背景】
局部晚期乳腺癌接受新辅助化疗时，如果未能达到完全病理缓解，复发风险会显著升高。因此，识别潜在的耐药机制对于选择疗效最大、毒性最小的治疗至关重要。该数据集正是在这一临床问题背景下建立，试图借助治疗前乳腺癌样本的基因表达谱，结合治疗前后配对肿瘤的深度测序信息和治疗结局数据，寻找能够预测化疗反应和耐药机制的生物标志物。其研究视角不仅关注单一分子层面，而是将基因表达、全外显子变异与临床治疗结果结合起来，以更全面地刻画肿瘤对新辅助化疗的应答状态。
【数据内容】
该数据集的核心内容是 87 例乳腺癌患者新辅助治疗前活检样本的 RNAseq 基因表达谱。除这 87 例样本外，源站描述还提及了 317 例 HER2 阴性、未经治疗的乳腺癌活检基因表达谱，以及 22 对匹配的治疗前后肿瘤的深度全外显子测序和 RNA 测序谱。数据集还包含治疗结局数据，用于关联分子特征与治疗反应。主题标签为 Transcriptome or Gene expression，表明其数据主体属于转录组或基因表达范畴。分子分析结果显示，增殖、免疫反应和细胞外基质组织相关基因的表达水平联合起来可以预测化疗反应；源站描述还提到三阴性患者中高增殖特征的相关内容，但该句在提供的信息中未完整呈现。
【采集与来源】
该数据集来源于 NCBI，来源站为 ncbi.nlm.nih.gov。样本类型为乳腺癌患者新辅助治疗前的活检组织，属于未经治疗状态下的肿瘤样本。数据生成方式包括 RNA 测序，用于获取基因表达谱；同时还包括深度全外显子测序，用于获取配对治疗前后肿瘤的变异信息。采集对象为接受新辅助化疗的乳腺癌患者，其中部分为 HER2 阴性患者。关于具体的采集时间跨度、地理范围、机构信息以及样本处理流程，源站未提供。
【适用场景】
该数据集适用于乳腺癌新辅助治疗反应与耐药机制的研究，尤其是围绕治疗前基因表达谱预测化疗反应的方向。可用于分析增殖、免疫反应和细胞外基质组织等表达特征与治疗结局之间的关系，也可用于 HER2 阴性乳腺癌的分子分型与治疗反应关联研究。此外，22 对治疗前后配对肿瘤的深度全外显子与 RNA 测序谱，可用于探索治疗前后肿瘤分子特征的变化。该数据集还可作为识别反应和耐药生物标志物的资源，服务于转化医学和临床治疗策略选择相关的研究场景。
【使用方法】
该数据集可通过 NCBI 来源站获取，具体访问方式、下载链接、文件格式和数据组织方式源站未提供。使用时可将 87 例治疗前活检的 RNAseq 基因表达谱作为主要分析对象，结合治疗结局数据进行反应关联分析；也可在具备相应权限和条件的情况下，结合 317 例 HER2 阴性初治乳腺癌表达谱或 22 对治疗前后配对测序数据进行扩展分析。关于数据预处理、标准化、质量控制和分析流程，源站未提供。
【质量与限制】
该数据集样本量在转录组研究中具有一定规模，且包含治疗结局与配对测序信息，有助于多层面分析。但源站描述中关于三阴性患者高增殖特征的内容未完整呈现，相关结论的细节无法确认。数据仅覆盖乳腺癌新辅助治疗场景，是否适用于其他癌种或其他治疗背景尚不明确。关于样本质量、测序深度、缺失数据、批次效应以及潜在偏倚，源站未提供。使用时应结合具体研究问题评估其适用性。
【引用与许可】
该数据集的来源站为 ncbi.nlm.nih.gov，具体引用格式、许可条款和使用限制源站未提供。使用者在获取和使用数据时，应遵循 NCBI 及原研究相关的规定与要求。
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/PRJNA791211
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
当局部晚期乳腺癌接受新辅助化疗时，若未达到病理完全缓解，复发风险显著升高。识别潜在的耐药机制对于选择疗效最大且毒性最小的治疗至关重要。在此，我们利用317例接受新辅助化疗的HER2阴性初治乳腺癌活检样本的基因表达谱、22对匹配的治疗前后肿瘤的深度全外显子组和RNA测序谱以及治疗结局数据，来识别应答的生物标志物和耐药机制。对初治乳腺癌样本的分子谱分析显示，增殖、免疫应答和细胞外基质（ECM）组织相关表达水平的联合可预测化疗应答。增殖高、免疫应答高且ECM表达低的三阴性患者治疗应答和生存获益显著更好（HR 0.29，95% CI 0.10-0.85；p=0.02），而在ER+患者中则观察到相反的结果（HR 4.73，95% CI 1.51-14.8；0=0.008）。
配对治疗前后样本的特征分析显示，已知癌症基因的异常或仅存在于治疗前样本中（CDKN1B），或存在于治疗后样本中（TP53、APC、CTNNB1）。增殖相关基因在治疗后ER+肿瘤中常下调，但在三阴性肿瘤中则不然。在大多数化疗后样本中，涉及ECM的基因上调。化疗前后样本之间的基因组和转录组差异很常见，可能揭示治疗耐药的潜在机制。我们的结果显示了广泛的不同但相关的机制，其中增殖和ECM相关基因发挥突出作用。总体设计：计划接受新辅助化疗的三阴性和管腔型乳腺癌患者被纳入本研究。
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。
