来自多种癌症患者的肿瘤与正常配对活检数据集
多种癌症患者的肿瘤与正常配对活检转录组数据，用于开发治疗结果预测算法。
基本信息
资源简介
来自多种癌症患者的肿瘤与正常配对活检数据集
【一句话概览】
本数据集包含来自多种癌症患者的肿瘤与器官匹配正常组织的活检转录组表达谱，样本取自WINTHER临床试验。器官匹配正常组织作为参考，旨在消除宿主基因表达变异，同时排除个体间大部分遗传变异。研究目标是开发Digital Display Precision Predictor（DDPP）算法，以识别试验中记录的治疗结局的转录组预测因子。数据为微阵列表达谱（GPL14550，人类），共1个文件（来源 NCBI）。
【数据集背景】
本数据集源站标题为《Dual tumor and normal biopsies from various cancer patients》。源站首次发布：Mar 10 202。
【数据内容】
源站原始描述：Transcriptomic profiling of cancer patients from tumor tissue and organ-matched normal tissue as reference which were taken as part of the WINTHER clinical trial. The organ-matched normal tissues were used in order to eliminate host gene expression variability while discarding most genetic variability between individuals. The goal was to develop an algorithm, Digital Display Precision Predictor (DDPP), which aims to identify transcriptomic predictors of treatment outcome, which were recorded in…
中文译文（机器翻译，仅供快速理解，请以原文为准）：作为WINTHER临床试验的一部分，对癌症患者的肿瘤组织及作为参考的器官匹配正常组织进行了转录组分析。使用器官匹配的正常组织是为了消除宿主基因表达变异性，同时排除个体间的大部分遗传变异性。目标是开发一种算法——Digital
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：Expression profiling by array、GPL14550、9606。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE168621
【使用注意】
· 源站最后修改于 Mar 17 202，引用时请注意版本时效。
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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE168621
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
