人类乳腺癌样本转录组分析以生成p53状态表达特征
该数据集来自瑞典乌普萨拉县1987至1989年间切除的乳腺癌样本，覆盖315名女性，占同期该地区全部乳腺癌的65%。样本为新鲜冷冻的乳腺肿瘤，包含p53状态、ER状态、肿瘤分级、淋巴结状态和患者年龄等临床病理特征
基本信息
资源简介
人类乳腺癌样本转录组分析以生成p53状态表达特征
该数据集为一份针对人乳腺癌样本的转录组表达谱研究，旨在生成可用于判定p53状态的表达特征。样本来自瑞典乌普萨拉县1987年1月1日至1989年12月31日期间接受乳腺癌切除的女性人群队列，共纳入315名女性，覆盖同期该地区全部乳腺癌病例的65%。肿瘤标本均为新鲜冷冻的乳腺肿瘤，配套记录了p53状态、雌激素受体（ER）状态、肿瘤分级、淋巴结状态和患者年龄等临床病理特征。所有肿瘤标本均在U133 A和B芯片上进行检测，属于转录组学范畴，本站分类为肿瘤/乳腺癌，来源站为omicsdi.org。
【数据集背景】
乳腺癌是异质性较强的恶性肿瘤，其分子特征与临床病理表现密切相关。p53状态是乳腺癌中重要的分子标志之一，与肿瘤发生发展、治疗反应及预后评估相关。为系统刻画p53状态相关的基因表达模式，该研究以人群为基础的乳腺癌队列为对象，通过转录组表达谱分析构建表达特征，从而为p53状态的判定提供分子层面的依据。该数据集即围绕这一目标产生，聚焦于乳腺癌样本的转录组表达信息。
【数据内容】
该数据集的核心内容为乳腺癌肿瘤样本的转录组表达谱。所有肿瘤标本均使用U133 A和B芯片进行检测，覆盖表达谱层面的转录组信息。与样本相伴的临床病理特征包括p53状态、ER状态、肿瘤分级、淋巴结状态和患者年龄。其中，ER状态通过生化检测确定，属于常规临床流程的一部分；肿瘤分级由经验丰富的病理学家采用Elston-Ellis分级方法判定，将肿瘤分为低级别、中级别和高级别。上述信息共同构成了样本的分子与临床病理描述框架。
【采集与来源】
样本来源于瑞典乌普萨拉县在1987年1月1日至1989年12月31日期间切除的乳腺癌病例。该队列为基于人群的队列，共纳入315名女性，占同期该地区全部乳腺癌切除病例的65%。肿瘤标本为新鲜冷冻的乳腺肿瘤组织。ER状态通过生化检测确定，作为常规临床流程的一部分；肿瘤分级由经验丰富的病理学家依据Elston-Ellis方法评定。数据来源站为omicsdi.org。
【适用场景】
该数据集适用于乳腺癌转录组表达谱相关研究，尤其是围绕p53状态判定与表达特征构建的分析。由于配套提供了p53状态、ER状态、肿瘤分级、淋巴结状态和患者年龄等临床病理特征，可用于探索表达谱与这些特征之间的关联，也可用于分子分型、标志物筛选及表达特征验证等方向。其基于人群的队列设计，使其适合用于与乳腺癌人群特征相关的研究场景。
【使用方法】
该数据集以转录组表达谱为核心，所有样本均在U133 A和B芯片上完成检测。使用时可结合样本的临床病理特征，包括p53状态、ER状态、肿瘤分级、淋巴结状态和患者年龄，进行表达谱与临床特征之间的关联分析。由于涉及芯片平台U133 A和B，分析时需考虑两个芯片平台所覆盖的转录本范围。具体的数据获取方式、文件格式及处理流程，源站未提供。
【质量与限制】
该数据集基于瑞典乌普萨拉县1987年至1989年间的人群队列，覆盖315名女性，占同期该地区全部乳腺癌切除病例的65%，具有一定的区域人群代表性。样本为新鲜冷冻肿瘤，ER状态经生化检测确定，肿瘤分级由经验丰富的病理学家采用Elston-Ellis方法评定，临床病理信息较为完整。其限制在于：数据仅来自瑞典乌普萨拉县特定时间段的人群，外推至其他地区或人群时需谨慎；关于样本量、芯片数据质量、缺失情况以及批次效应等信息，源站未提供。
【引用与许可】
该数据集的来源站为omicsdi.org。关于具体的引用方式、许可条款及使用限制，源站未提供。
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-3494
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
生物肿瘤样本（即乳腺肿瘤标本）由来自瑞典乌普萨拉郡1987年1月1日至1989年12月31日期间切除的所有乳腺癌中占65%的315名女性人群队列的新鲜冷冻乳腺肿瘤组成。雌激素受体状态通过生化测定作为常规临床程序的一部分来确定。一位经验丰富的病理学家确定了肿瘤的Elston-Ellis分级，将肿瘤分类为低级别、中级别和高级别肿瘤。每个肿瘤伴随的临床病理特征包括p53状态、ER状态、肿瘤分级、淋巴结状态和患者年龄。实验总体设计：所有肿瘤标本均在U133 A和B芯片上进行评估。
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。
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。
