SCAN-B 早期乳腺癌队列（2010–2020）
该数据集来自 data.mendeley.com，对应 SCAN-B 早期乳腺癌队列（2010–2020），包含临床与随访元数据、RNA 测序元数据以及基于 RNA 测序的基因表达数据
基本信息
资源简介
SCAN-B 早期乳腺癌队列（2010–2020）
SCAN-B Early Breast Cancer Cohort (2010–2020)
该数据集来自 data.mendeley.com，对应 SCAN-B 早期乳腺癌队列（2010–2020），包含临床与随访元数据、RNA 测序元数据以及基于 RNA 测序的基因表达数据。RNA-seq 文库采用 stranded dUTP mRNA 或 Illumina stranded TruSeq mRNA 方案构建，基因表达以 FPKM 汇总至 GENCODE 基因标识，分析流程基于 HISAT/StringTie，参考 GRCh38 与 GENCODE Release 27。数据共 19 个文件，可用于乳腺癌转录组与临床结局相关研究（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2026-09-16。
【数据内容】
源站描述（机器翻译，仅供参考）：SCAN-B 早期乳腺癌队列（2010–2020）的数据，包括临床与随访元数据、RNA 测序元数据以及基于 RNA 测序的基因表达数据，如 Saal LH 等人的预印本“Population-scale integration of tumor transcriptomics into breast cancer care: a decade of the SCAN-B initiative”（medRxiv 2026.08.20.26360879，链接见页面底部）所述并展示。RNA-seq 文库采用 stranded dUTP mRNA 方案或 Illumina stranded TruSeq mRNA 方案制备。基因表达估计值（每百万映射读数中每千碱基转录本的片段数，FPKM）使用基于 HISAT/StringTie 的分析流程生成，采用 GRCh38 人类基因组主要组装和 GENCODE Release 27 转录本与基因定义。基因表达数据按 GENCODE 基因标识汇总，基因与转录本定义见
【数据结构与技术规格】
文件数 19 个，合计 3.78 GB。数据集 DOI：10.17632/w8tsvd5zrf.1。
【主题与分类】
主题标签：肿瘤、乳腺癌、RNA测序、基因表达、临床随访、转录组学。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/w8tsvd5zrf
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://data.mendeley.com/datasets/w8tsvd5zrf
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:
数据集大小约 3.78 GB。
数据说明
(2026). SCAN-B Early Breast Cancer Cohort (2010–2020) [Dataset]. http://doi.org/10.17632/w8tsvd5zrf.1
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
