基于免疫表型评分相关基因的宫颈癌分子分型预后与免疫治疗意义

补充表 1:在 TCGA 数据集中鉴定宫颈癌的差异表达基因(DEGs)。补充表 2:获取与生存相关的 IPS 相关基因。主题标签:宫颈癌、分子分型、免疫表型评分、预后、免疫治疗、TCGA、差异表达基因

ZenodoZenodo
datacite
浏览 3
基因组分类宫颈癌分子分型免疫表型评分预后免疫治疗TCGA差异表达基因
Prognosis and immunotherapeutic implications of molecular classification of cervical cancer based on immunophenoscore-related genes

基本信息

模态
基因组
大小
0.000193065 GB
任务类型
分类
许可
Creative Commons Attribution 4.0 International
创建/更新时间
2026-10-11

资源简介

基于免疫表型评分相关基因的宫颈癌分子分型预后与免疫治疗意义

该数据集围绕宫颈癌的分子分型与免疫治疗预后展开,核心内容为两项补充表格,分别记录了在 TCGA 数据集中鉴定宫颈癌差异表达基因(DEGs)的结果,以及获取与生存相关的免疫表型评分(IPS)相关基因的过程。数据集英文名称为“Prognosis and immunotherapeutic implications of molecular classification of cervical cancer based on immunophenoscore-related genes”,由作者 Feng, Mei 发布,机构为 Zenodo,发布时间为 2023 年。数据集采用 Creative Commons Attribution 4.0 International 许可,属于肿瘤 / 宫颈癌分类,来源站为 doi.org。其主题标签涵盖宫颈癌、分子分型、免疫表型评分、预后、免疫治疗、TCGA 以及差异表达基因,整体指向基于免疫表型评分相关基因的宫颈癌分子分型及其预后与免疫治疗意义的研究方向。

【数据集背景】

宫颈癌是常见的妇科恶性肿瘤之一,其分子特征与免疫微环境的关系日益受到关注。该数据集来源于一项以免疫表型评分相关基因为切入点的宫颈癌分子分型研究,旨在探索分子分型在预后判断和免疫治疗中的潜在意义。研究基于 TCGA 数据集展开,通过鉴定差异表达基因并筛选与生存相关的 IPS 相关基因,为后续分析提供基础数据。数据集标题明确指向“预后与免疫治疗意义”,说明其设计目标与临床转化研究相关。作者为 Feng, Mei,发布机构为 Zenodo,发布时间为 2023 年,来源站为 doi.org。

【数据内容】

该数据集包含两项补充表格。补充表 1 为“在 TCGA 数据集中鉴定宫颈癌的差异表达基因(DEGs)”,记录的是宫颈癌样本与对照之间差异表达的基因鉴定结果。补充表 2 为“获取与生存相关的 IPS 相关基因”,记录的是与生存相关的免疫表型评分相关基因的获取结果。两项表格共同构成该研究的基础数据层,分别对应差异表达分析和生存相关 IPS 基因筛选两个环节。除上述两项补充表格外,源站未提供其他数据内容说明。

【采集与来源】

数据采集基于 TCGA 数据集,研究在 TCGA 框架下开展宫颈癌差异表达基因的鉴定,并进一步获取与生存相关的 IPS 相关基因。来源站为 doi.org,发布机构为 Zenodo,发布时间为 2023 年。作者为 Feng, Mei。关于样本量、测序平台、具体统计方法、筛选阈值等采集细节,源站未提供。

【适用场景】

该数据集适用于宫颈癌分子分型、免疫表型评分、预后分析及免疫治疗相关研究。具体而言,补充表 1 可用于差异表达基因的后续功能富集、通路分析或生物标志物筛选;补充表 2 可用于生存相关的 IPS 相关基因的进一步验证、模型构建或免疫治疗响应分析。主题标签中的“宫颈癌、分子分型、免疫表型评分、预后、免疫治疗、TCGA、差异表达基因”反映了其潜在应用方向。由于数据基于 TCGA 数据集,适用于与 TCGA 宫颈癌数据相关的二次分析研究。

【使用方法】

使用者可依据补充表 1 获取宫颈癌差异表达基因列表,并在此基础上开展下游分析;依据补充表 2 获取与生存相关的 IPS 相关基因列表,用于生存分析或免疫治疗相关性研究。两项表格可作为研究复现或方法参考的起点。关于具体使用步骤、软件工具、代码或分析流程,源站未提供。

【质量与限制】

该数据集为补充表格形式,内容聚焦于基因鉴定与筛选结果。其质量与限制的具体说明,如数据完整性、批次效应、样本代表性、统计效力等,源站未提供。使用者需注意,该数据集仅包含两项补充表格,未涵盖原始测序数据或完整分析代码。许可为 Creative Commons Attribution 4.0 International,允许在署名条件下使用。

【引用与许可】

使用该数据集时,应引用作者 Feng, Mei 的相关研究,并注明数据来源为 Zenodo,发布时间为 2023 年,来源站为 doi.org。许可为 Creative Commons Attribution 4.0 International,要求在使用时给予适当署名。关于具体引用格式、DOI 编号或版权声明细节,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/10.5281/zenodo.10209080

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 193.1 KB。

数据说明

补充表1:TCGA数据集中宫颈癌差异表达基因的鉴定。补充表2:获取与生存相关的免疫预后相关基因。

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。

获取专属数据定制方案