粪便RNA检测早期癌前腺瘤和结直肠癌的临床性能数据集
基于粪便RNA转录组微阵列数据，构建SVM模型实现结直肠癌及癌前腺瘤的非侵入性早期检测。
基本信息
资源简介
粪便RNA检测早期癌前腺瘤和结直肠癌的临床性能数据集
【一句话概览】
本数据集是 NCBI 公开的组学数据集，收录 1 个文件，主题涵盖 Expression profiling by array、GPL17586、9606，可用于生物标志物发现与分子分型研究。
【数据集背景】
本数据集源站标题为《Clinical Performance of a Stool RNA Assay for Early Detection of Precancerous Adenomas and Colorectal Cancer》。源站首次发布：Jun 01 201。
【数据内容】
源站原始描述：Background and Aims: RNA biomarkers derived from sloughed enterocytes would provide an ideal, non-invasive method for early detection of colorectal cancer (CRC) and precancerous adenomas. To realize this goal, a highly reliable method to isolate preserved human RNA from stool samples is needed. Here we develop a protocol to identify RNA biomarkers associated with CRC to assess the use of these biomarkers for noninvasive screening of disease
中文译文（机器翻译，仅供快速理解，请以原文为准）：背景与目的：来源于脱落肠上皮细胞的RNA生物标志物将为结直肠癌（CRC）和癌前腺瘤的早期检测提供一种理想的非侵入性方法。为实现这一目标，需要一种高度可靠的方法，从粪便样本中分离出保存完好的人RNA。在此，我们开发了一种方案，用于识别与CRC相关的RNA生物标志物，以评估这些生物标志物在疾病无创筛查中的应用。
【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、GPL17586、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=GSE99573
【使用注意】
· 源站最后修改于 Jul 25 202，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=GSE99573
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。
