CESC衰老基因亚型分类与验证代码
该数据集包含宫颈鳞状细胞癌（CESC）基于衰老基因的分子亚型外部验证分析代码与数据。研究利用TCGA-CESC的877个衰老相关基因，通过非负矩阵分解（NMF）鉴定出三个分子亚型（Cluster 1-3），并基于GSE44001独立队列（n=300）使用最近模板预测（NTP）进行验证
基本信息
资源简介
CESC衰老基因亚型分类与验证代码
CESC aging gene subtype classification and validation code
该数据集包含宫颈鳞状细胞癌（CESC）基于衰老基因的分子亚型外部验证分析代码与数据。研究利用TCGA-CESC的877个衰老相关基因，通过非负矩阵分解（NMF）鉴定出三个分子亚型（Cluster 1-3），并基于GSE44001独立队列（n=300）使用最近模板预测（NTP）进行验证。数据涵盖NTP分类结果、无病生存分析及免疫浸润与免疫检查点差异分析，可用于宫颈癌分子分型验证及免疫特征研究（来源 DOI 解析）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该仓库包含使用GSE44001数据集对宫颈鳞状细胞癌（CESC）基于衰老基因的分子分型进行外部验证的分析代码和数据。基于877个衰老相关基因，利用非负矩阵分解（NMF）从TCGA-CESC中鉴定出三个CESC分子亚型（Cluster 1-3）。该仓库提供了使用最近模板预测（NTP）在独立队列（GSE44001，n=300）中验证该分类的代码。主要发现：- NTP分类：Cluster 1：74（24.7%），Cluster 2：91（30.3%），Cluster 3：135（45.0%）- 生存（DFS）：Log-rank P = 0.286；HR（C2 vs C1）= 1.80（95% CI：0.70-4.63）- 免疫浸润：12/13种免疫细胞类型显著不同- 免疫检查点：12/15个检查点基因显著不同数据来源：- TCGA-CESC：GDC Data Portal，306个肿瘤样本，NMF（k=3）聚类- GSE44
【主题与分类】
主题标签：Oncology、Clinical medicine、Cervical cancer、aging-related genes、molecular subtyping、non-negative matrix factorization (NMF)、nearest template prediction (NTP)、immune infiltration。本站分类：肿瘤/宫颈癌。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=f9309ee3bb294fb98dee2a3fae00a08d
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://doi.org/10.57760/sciencedb.42757
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
本仓库包含使用GSE44001数据集对宫颈鳞状细胞癌（CESC）基于衰老基因的分子分型进行外部验证的分析代码和数据。基于877个衰老相关基因，利用非负矩阵分解（NMF）从TCGA-CESC中识别出三种CESC分子亚型（Cluster 1-3）。本仓库提供了使用最近模板预测（NTP）在独立队列（GSE44001，n=300）中验证该分类的代码。主要发现：- NTP分类：Cluster 1：74例（24.7%），Cluster 2：91例（30.3%），Cluster 3：135例（45.0%）- 生存分析（DFS）：Log-rank P = 0.286；HR（C2 vs C1）= 1.80（95% CI：0.70-4.63）- 免疫浸润：13种免疫细胞类型中有12种存在显著差异- 免疫检查点：15个检查点基因中有12个存在显著差异数据来源：- TCGA-CESC：GDC Data Portal，306个肿瘤样本，NMF（k=3）聚类- GSE44001：GEO，Illumina HumanHT-12 V4（GPL14951），300个宫颈癌样本
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。
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。
