导管原位癌进展为浸润性乳腺癌的基因表达谱
该数据集来自 ebi.ac.uk，聚焦导管原位癌（DCIS）向浸润性乳腺癌（IBC）进展过程。研究采用激光捕获显微切割获取正常乳腺、纯DCIS和纯IBC的上皮与间质组织样本，对9例DCIS、10例IBC和3例正常乳腺的肿瘤及配对间质进行表达谱分析，比较正常间质与上皮、DCIS间质与上皮、IBC间质与
基本信息
资源简介
导管原位癌进展为浸润性乳腺癌的基因表达谱
Progression of ductal carcinoma in situ to invasive breast cancer
该数据集来自 ebi.ac.uk，聚焦导管原位癌（DCIS）向浸润性乳腺癌（IBC）进展过程。研究采用激光捕获显微切割获取正常乳腺、纯DCIS和纯IBC的上皮与间质组织样本，对9例DCIS、10例IBC和3例正常乳腺的肿瘤及配对间质进行表达谱分析，比较正常间质与上皮、DCIS间质与上皮、IBC间质与上皮、IBC间质与DCIS间质、IBC上皮与DCIS上皮的差异基因表达。数据可用于识别与疾病进展相关的关键基因表达特征，支持乳腺癌进展机制研究与分子分型探索（来源 BioStudies）。
【数据内容】
源站描述（机器翻译，仅供参考）：导管原位癌（DCIS）是一种可发展为浸润性乳腺癌（IBC）的前驱病变。已有研究提出，病变性质与肿瘤微环境均在向IBC进展中发挥关键作用。本研究采用激光捕获显微切割获取正常乳腺、纯DCIS和纯IBC的上皮与间质组织样本，以定义与疾病进展相关的关键基因表达谱。对9例DCIS患者、10例IBC患者和3例正常乳腺的肿瘤及配对间质进行了表达谱分析。评估了配对正常间质与正常上皮样本、配对DCIS间质与DCIS上皮样本、配对IBC间质与IBC上皮、IBC间质与DCIS间质以及IBC上皮与DCIS上皮的差异基因表达。
【主题与分类】
主题标签：transcription profiling by array、Homo sapiens。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-33692
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://ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-33692
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
Adam Ertel; Erik Knudsen; Elai Davicioni; Jessica Kline; Gordon Schwartz; Agnieszka Witkiewicz (2012). Progression of ductal carcinoma in situ to invasive breast cancer [Dataset]. https://www.ebi.ac.uk/biostudies/arrayexpress/studies/E-GEOD-33692
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。
