识别可能从贝伐珠单抗和CCNU治疗中获益的复发性GBM患者：荷兰神经肿瘤学组BELOB试验报告
基于BELOB试验的复发性GBM FFPE肿瘤DASL/RNA-seq表达谱数据，用于识别贝伐珠单抗联合CCNU治疗获益患者。
基本信息
资源简介
识别可能从贝伐珠单抗和CCNU治疗中获益的复发性GBM患者：荷兰神经肿瘤学组BELOB试验报告
【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、GPL14951、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 recurrent GBM patients that may benefit from Bevacizumab and CCNU: A report from the BELOB trial by the Dutch Neurooncology Group》。源站首次发布：Sep 11 201。
【数据内容】
源站原始描述：The results from the randomized phase II BELOB trial provided evidence for a potential benefit of bevacizumab (beva; a humanized monoclonal antibody against circulating VEGF-A) when added to CCNU chemotherapy in recurrent GBM patients. In this study, we have performed gene expression profiling (DASL and RNA-seq) on formalin fixed, paraffin embedded (FFPE) tumor material from patients treated within the BELOB trial to identify recurrent GBM patients who benefit most from combined beva/CCNU treatm…
【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、GPL14951、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=GSE72951
【使用注意】
· 源站最后修改于 Dec 22 201，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=GSE72951
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。
