RNA-Seq与融合分析汇总
该数据集为RNA-Seq统计与融合预测的汇总表，覆盖低级别浆液性、高级别浆液性、透明细胞癌、子宫内膜样瘤、黏液性瘤、卵黄囊瘤、颗粒细胞瘤、小细胞高钙血症、上皮样肉瘤及中级别肌纤维母细胞肉瘤等多类样本
基本信息
资源简介
RNA-Seq与融合分析汇总
Summary of RNA-Seq and fusion analysis.
该数据集为RNA-Seq统计与融合预测的汇总表，覆盖低级别浆液性、高级别浆液性、透明细胞癌、子宫内膜样瘤、黏液性瘤、卵黄囊瘤、颗粒细胞瘤、小细胞高钙血症、上皮样肉瘤及中级别肌纤维母细胞肉瘤等多类样本。文件为Table_1.xls，共1个文件，来源于figshare，配套论文为2011年发表于PLoS Computational Biology的deFuse算法研究。数据可用于查看各样本RNA-Seq统计及基因融合预测结果，支撑肿瘤融合基因发现相关分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《deFuse: An Algorithm for Gene Fusion Discovery in Tumor RNA-Seq Data》发表于 PLoS Computational Biology（2011），DOI：10.1371/journal.pcbi.1001138。源站首次发布：2011-05-19。
【数据内容】
源站描述（机器翻译，仅供参考）：所有样本的RNA-Seq统计与融合预测汇总。LGS：低级别浆液性，HGS：高级别浆液性，CCC：透明细胞癌，EMD：子宫内膜样瘤，MUC：黏液性瘤，YKS：卵黄囊瘤，GRC：颗粒细胞瘤，SCH：小细胞高钙血症，EPS：上皮样肉瘤，IGMS：中级别肌纤维母细胞肉瘤。
【数据结构与技术规格】
文件数 1 个，合计 17.92 KB。数据集 DOI：10.1371/journal.pcbi.1001138.t001。
【主题与分类】
源站学科分类：Infectious Diseases、Cancer。主题标签：rna-seq、fusion。本站分类：肿瘤/上皮样肉瘤。
【适用方向】
源站学科分类标注为 Infectious Diseases、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Summary_of_RNA_Seq_and_fusion_analysis_/443631
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：McPherson, Andrew; Hormozdiari, Fereydoun; Zayed, Abdalnasser; Giuliany, Ryan; Ha, Gavin; G. F. Sun, Mark; et al. (2015). Summary of RNA-Seq and fusion analysis.. PLOS Computational Biology. Dataset
【使用注意】
· 源站最后修改于 2023-05-30，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（Figshare）
- 源站标题：Summary of RNA-Seq and fusion analysis.
- DOI：10.1371/journal.pcbi.1001138.t001
- 发布日期：2011-05-19
- 文件数：1 个
- 文件总体积：17.92 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Summary_of_RNA_Seq_and_fusion_analysis_/443631
命令行下载
curl -L -o "Table_1.xls" "https://ndownloader.figshare.com/files/773274"
文件清单
Table_1.xls（17.92 KB）
文件总体积 17.92 KB（源站 API 实测）。
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。
数据说明
Summary of RNA-Seq statistics and fusion predictions across all samples. LGS: Low Grade Serous, HGS: High Grade Serous, CCC: Clear cell carcinoma, EMD: Endometrioid tumor, MUC: Mucinous tumor, YKS: Yolk sac tumor, GRC: Granulosa cell tumor, SCH: Small cell hypercalemic, EPS: Epithelioid Sarcoma, IGMS: intermediate grade myofibroblastic sarcoma.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pcbi.1001138.t001（source: https://plos.figshare.com/articles/dataset/_Summary_of_RNA_Seq_and_fusion_analysis_/443631）。
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。
