乳腺癌进展亚型特异性研究:Milan队列
研究旨在按亚型分层比较DCIS与IBC在基因表达、拷贝数和甲基化等多个基因组层面的差异,数据为已发表研究的补充材料。主题标签为Genomics,可用于乳腺癌进展相关的基因组学分析与亚型特异性研究(来源 omicsdi.org)

基本信息
资源简介
乳腺癌进展亚型特异性研究:Milan队列
Subtype specific studies of breast cancer progression. Milan cohort 是一个聚焦乳腺癌进展的基因组学研究数据集,来源于 omicsdi.org,归类于肿瘤 / 乳腺癌方向,主题标签为 Genomics。该研究的核心目标是在亚型分层的框架下,比较乳腺导管原位癌(DCIS)与浸润性乳腺癌(IBC)在多个基因组层面的差异,涵盖基因表达、拷贝数变异和 DNA 甲基化等维度。数据集所包含的数据是此前已发表研究的补充材料,可用于乳腺癌进展机制相关的基因组学分析与亚型特异性研究,为理解从原位癌向浸润性癌演进的分子基础提供数据支持。
【数据集背景】
乳腺癌的进展过程,特别是从导管原位癌(DCIS)向浸润性乳腺癌(IBC)的转变,是肿瘤生物学研究中的重要问题。不同分子亚型的乳腺癌在发生、发展和基因组特征上存在显著差异,因此按亚型分层开展比较研究有助于揭示亚型特异的进展机制。该数据集正是围绕这一研究目标而建立,旨在通过多基因组层面的系统比较,刻画 DCIS 与 IBC 之间的分子差异。研究以米兰队列(Milan cohort)命名,表明其样本来源于特定的研究队列。数据集主题标签为 Genomics,说明其内容以基因组学数据为主体。
【数据内容】
该数据集涵盖的基因组层面包括基因表达、拷贝数(copy number)和甲基化(methylation)三类数据。研究设计强调在亚型分层的基础上对 DCIS 与 IBC 进行比较,因此数据内容围绕这两类病变在多个基因组层面的差异展开。数据集中的内容属于此前已发表研究的补充材料,即作为已发表成果的配套数据存档。除上述基因组层面与比较设计外,源站未提供关于样本数量、具体基因列表、平台类型或数据文件格式的进一步说明。
【采集与来源】
数据集来源于 omicsdi.org,英文名称为 Subtype specific studies of breast cancer progression. Milan cohort,所属分类为肿瘤 / 乳腺癌。根据源站描述,该研究以米兰队列为基础,比较 DCIS 与 IBC 在基因表达、拷贝数和甲基化等基因组层面的差异。数据为已发表研究的补充材料。关于样本采集地点、采集时间、伦理审批信息及具体测序或芯片平台,源站未提供。
【适用场景】
该数据集适用于乳腺癌进展相关的基因组学分析,尤其是按亚型分层开展的 DCIS 与 IBC 比较研究。具体而言,可用于探索不同亚型中基因表达差异、拷贝数变异模式以及甲基化谱的变化,进而支持亚型特异性进展机制的假设生成与验证。由于数据覆盖多个基因组层面,也适合用于多组学层面的整合分析探索。此外,作为已发表研究的补充数据,可用于重复分析、结果验证或作为后续研究的参照。主题标签 Genomics 表明其应用方向集中于基因组学领域。
【使用方法】
源站未提供具体的使用方法说明,包括数据下载方式、文件组织格式、预处理流程或分析工具建议。使用者需依据源站 omicsdi.org 的页面信息自行获取数据,并结合已发表研究的原文了解数据的生成与分析背景。由于数据为已发表研究的补充材料,建议在使用前查阅相关发表文献以明确数据结构与分析前提。
【质量与限制】
源站未提供关于数据质量评估、缺失值情况、批次效应或技术验证的详细信息。已知的限制包括:数据为已发表研究的补充材料,其完整性与可用性取决于原研究的存档情况;数据集仅涉及基因表达、拷贝数和甲基化三个基因组层面,未提及其他类型数据;样本来源于单一米兰队列,源站未提供队列规模与人群代表性信息。使用者在分析时应考虑上述因素对结果解释的影响。
【引用与许可】
源站未提供引用方式与许可信息。由于该数据集为已发表研究的补充材料,使用时应参考原发表文献的引用要求,具体引用格式与许可条款需以源站 omicsdi.org 及相关出版方的说明为准。
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://omicsdi.org/dataset/ega/EGAS00001004390
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
本研究的目的是在多个基因组层面(基因表达、拷贝数、甲基化)以亚型分层的方式比较DCIS和IBC。本档案中的数据是对先前已发表数据的补充。
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。




