基于可操作基因表达层次聚类分析的患者分层
基于可操作基因表达层次聚类对肝细胞癌患者进行分层，含BCLC分期及VEGFR2、PDGFRβ、EGFR、FGFR1、mTOR等基因表达热图。
基本信息
资源简介
基于可操作基因表达层次聚类分析的患者分层
【一句话概览】
本数据集是 figshare 公开的组学数据集，收录 1 个文件、合计 2.85 MB，主题涵盖 BCLC stage、FGFR、tumor、VEGFR 2 expression、molecule，可用于生物标志物发现与分子分型研究，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Patient stratification by hierarchical clustering analysis of actionable gene expression.》。配套论文《Actionable Gene Expression-Based Patient Stratification for Molecular Targeted Therapy in Hepatocellular Carcinoma》发表于 PLoS ONE（2013），DOI：10.1371/journal.pone.0064260。源站首次发布：2013-06-13。
【数据内容】
源站原始描述：Each row and column means an individual gene and an individual patient sample, respectively. After categorization by BCLC stages, the patients were ordered by Euclidean distance and linkage according to the ratios of 2−ÄCt values in each tumor compared to the cognate non-tumor. In the heat map, the red and green color reflect high and low expression levels, respectively, as depicted in the scale bar at the bottom. The scale represents the gene expression ratios from 4 to −4 in fold difference of…
中文译文（机器翻译，仅供快速理解，请以原文为准）：每一行和每一列分别表示一个单独的基因和一个单独的患者样本。按BCLC分期进行分类后，根据每个肿瘤相对于其同源非肿瘤组织中2−ΔCt值的比率，患者按欧几里得距离和连锁进行排序。在热图中，红色和绿色分别反映高表达水平和低表达水平，如下方比例尺所示。该比例尺表示基因表达比率，以2−ΔCt值的倍数差异计，范围从4到−4。(A) HCC患者中5个可操作基因的层次聚类。(B) VEGFR2和PDGFRβ的层次聚类。(C) VEGFR2和FGFR1的层次聚类。(D) VEGFR2、PDGFRβ和EGFR的层次聚类。(E) VEGFR2、PDGFRβ和mTOR的层次聚类。
【数据结构与技术规格】
文件数 1 个，合计 2.85 MB。Figure 3.tif：image/tiff，2.85 MB。数据集 DOI：10.1371/journal.pone.0064260.g003。
【主题与分类】
源站学科分类：Biochemistry、Cell Biology、Genetics、Molecular Biology、Biotechnology、Chemical Sciences not elsewhere classified。主题标签：BCLC stage、FGFR、tumor、VEGFR 2 expression、molecule、PDGFR、Molecular Targeted Therapy、130 HCC patients。
【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://plos.figshare.com/articles/dataset/_Patient_stratification_by_hierarchical_clustering_analysis_of_actionable_gene_expression_/719345
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Kwon, Jung-Hee; Lee, Namgyu; Park, Jin Young; Suk Yu, Yun; Pyo Kim, Jin; Hye Shin, Ji; et al. (2016). Patient stratification by hierarchical clustering analysis of actionable gene expression.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-02，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：Patient stratification by hierarchical clustering analysis of actionable gene expression.
- DOI：10.1371/journal.pone.0064260.g003
- 发布日期：2013-06-13
- 文件数：1 个
- 文件总体积：2.85 MB
- 源站页面：https://plos.figshare.com/articles/dataset/_Patient_stratification_by_hierarchical_clustering_analysis_of_actionable_gene_expression_/719345
命令行下载
curl -L -o "Figure 3.tif" "https://ndownloader.figshare.com/files/4438957"
文件清单
Figure 3.tif（2.85 MB）
文件总体积 2.85 MB（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
Each row and column means an individual gene and an individual patient sample, respectively. After categorization by BCLC stages, the patients were ordered by Euclidean distance and linkage according to the ratios of 2−ÄCt values in each tumor compared to the cognate non-tumor. In the heat map, the red and green color reflect high and low expression levels, respectively, as depicted in the scale bar at the bottom. The scale represents the gene expression ratios from 4 to −4 in fold difference of 2−ÄCt values. (A) Hierarchical clustering of 5 actionable genes in HCC patients. (B) Hierarchical clustering of VEGFR2 and PDGFRβ. © Hierarchical clustering of VEGFR2 and FGFR1. (D) Hierarchical clustering of VEGFR2, PDGFRβ, and EGFR. (E) Hierarchical clustering of VEGFR2, PDGFRβ, and mTOR.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0064260.g003（source: https://plos.figshare.com/articles/dataset/_Patient_stratification_by_hierarchical_clustering_analysis_of_actionable_gene_expression_/719345）。
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。
