63例乳腺癌肿瘤全转录组图谱
该数据集来自 Utah Breast Cancer Study (UBCS)，采用 RNA-Seq 对 63 例乳腺癌患者肿瘤样本进行全转录组测序分析，其中 51 例为 ER+，12 例为三阴性乳腺癌
基本信息
资源简介
63例乳腺癌肿瘤全转录组图谱
Whole transcriptome profiling of 63 breast cancer tumours 是一个聚焦乳腺癌转录组层面的肿瘤数据集，归属于肿瘤 / 乳腺癌分类，来源站为 omicsdi.org。该数据集以 RNA-Seq 技术对来自 Utah Breast Cancer Study (UBCS) 的 63 例乳腺癌患者肿瘤样本进行全转录组测序分析，样本构成包括 51 例雌激素受体阳性（ER+）乳腺癌和 12 例三阴性乳腺癌。其主题标签为 Transcriptomics，核心价值在于从全转录组维度呈现乳腺癌肿瘤样本的基因表达信息，为乳腺癌分子特征研究提供转录层面的数据基础。整体而言，该数据集围绕乳腺癌不同受体状态亚型的转录组差异展开，适合用于探索 ER+ 与三阴性乳腺癌在表达谱层面的特征。
【数据集背景】
乳腺癌是一种在分子层面具有显著异质性的肿瘤，不同受体状态往往对应不同的生物学行为与临床特征。雌激素受体阳性（ER+）乳腺癌与三阴性乳腺癌是其中两类具有代表性的亚型，前者通常与激素受体信号相关，后者则缺乏雌激素受体、孕激素受体及人表皮生长因子受体 2 的表达。该数据集依托 Utah Breast Cancer Study (UBCS) 采集的乳腺癌患者肿瘤样本，采用 RNA-Seq 对 63 例样本进行全转录组测序，旨在从转录组层面刻画乳腺癌肿瘤的表达特征。数据集英文名称为 Whole transcriptome profiling of 63 breast cancer tumours，本站分类为肿瘤 / 乳腺癌，来源站为 omicsdi.org，主题标签为 Transcriptomics。
【数据内容】
该数据集的核心内容是 63 例乳腺癌患者肿瘤样本的全转录组测序数据。样本组成明确：51 例为 ER+ 乳腺癌，12 例为三阴性乳腺癌。数据通过 RNA-Seq 技术产生，覆盖肿瘤样本的转录组表达信息。数据集英文名称直接体现了样本数量与研究对象，即 63 例乳腺癌肿瘤的全转录组分析。主题标签 Transcriptomics 表明其数据类型属于转录组学范畴。除上述样本数量、亚型构成及测序技术类型外，源站未提供更细化的数据内容描述，例如具体基因数量、表达矩阵形式、测序深度、读长或原始数据文件格式等信息。
【采集与来源】
该数据集的样本来自 Utah Breast Cancer Study (UBCS)。源站描述指出，RNA-Seq 被用于对 63 例乳腺癌患者肿瘤样本进行转录组分析，这些样本采集自 UBCS。样本包括 51 例 ER+ 和 12 例三阴性乳腺癌。数据来源站为 omicsdi.org。除样本来源队列名称、样本数量与亚型分布外，源站未提供关于采集时间、采集地点、患者人群特征、样本处理流程或测序平台等更详细的采集与来源信息。
【适用场景】
基于其转录组数据属性，该数据集可适用于乳腺癌分子分型与表达特征研究，尤其是针对 ER+ 与三阴性乳腺癌之间的转录组差异分析。由于样本明确划分为 51 例 ER+ 和 12 例三阴性，该数据集可用于比较两类亚型在基因表达层面的异同，辅助识别与受体状态相关的表达模式。此外，该数据集也可作为乳腺癌转录组研究的参考数据，用于探索肿瘤样本中的表达谱特征。主题标签 Transcriptomics 进一步表明其适用于转录组学相关分析场景。除上述基于样本构成与数据类型的通用适用方向外，源站未提供关于具体研究用途、分析目标或验证结论的信息。
【使用方法】
源站未提供关于该数据集具体使用方法的说明，包括数据获取方式、文件组织格式、预处理流程、分析工具或推荐分析步骤等。因此，无法依据现有信息给出具体的使用操作指引。使用者如需使用该数据集，需参考来源站 omicsdi.org 提供的相关说明。
【质量与限制】
源站未提供关于该数据集质量评估、数据完整性、批次效应、测序质量指标或技术偏差等方面的信息。已知的限制性信息仅包括样本数量为 63 例，其中 ER+ 为 51 例、三阴性为 12 例，三阴性样本数量相对较少。除样本数量与亚型分布外，源站未提供其他质量与限制相关说明。
【引用与许可】
源站未提供关于该数据集的引用方式、许可协议、使用条款或版权信息。使用者如需引用或使用该数据集，应查阅来源站 omicsdi.org 的相关页面以获取准确的引用与许可要求。
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-MTAB-4993
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
研究采用RNA-Seq技术对来自犹他州乳腺癌研究（UBCS）的63例乳腺癌患者肿瘤样本（51例ER+，12例三阴性）进行了转录组分析。
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。
