基于ATAC-Seq和RNA-Seq分析预测子宫内膜非典型增生和子宫内膜癌患者孕激素不敏感性的潜在模型

使用ATAC-Seq和RNA-Seq分析子宫内膜病变，构建预测模型以识别对孕激素不敏感的患者。

NIAID Data Ecosystem

基因组GPL232279606

Identification of Potential Models for Predicting Progestin Insensitivity in Patients with Endometrial Atypical Hyperplasia and Endometrial Cancer Based on Integration of ATAC-Seq and RNA-Seq Analysis [ATAC-seq]

基本信息

模态

基因组

创建/更新时间

2026-10-08

资源简介

基于ATAC-Seq和RNA-Seq分析预测子宫内膜非典型增生和子宫内膜癌患者孕激素不敏感性的潜在模型

【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 GPL23227、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《Identification of Potential Models for Predicting Progestin Insensitivity in Patients with Endometrial Atypical Hyperplasia and Endometrial Cancer Based on Integration of ATAC-Seq and RNA-Seq Analysis [ATAC-seq]》。源站首次发布：Apr 29 202。

【数据内容】

源站原始描述：To establish predictive models based on molecular profiles of endometrial lesions that might help to identify progestin insensitive endometrial atypical hyperplasia (EAH) or endometrioid endometrial cancer (EEC) patients before progestin-based fertility preserving treatment. Endometrial lesions from progestin sensitive or progestin insensitive patients were prospectively collected before progestin treatment and analyzed by ATAC-Seq and RNA-Seq. Potential chromatin accessibility and expression pr…

【数据结构与技术规格】

文件数 1 个。

【主题与分类】

主题标签：GPL23227、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=GSE201927

【使用注意】

· 源站最后修改于 Nov 09 202，引用时请注意版本时效。

原始链接

https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE201927

访问原始数据

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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE201927

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。

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))