常染色体显性多囊肾病（ADPKD）患者肾囊肿表达数据
该数据集来自 omicsdi.org，收录常染色体显性多囊肾病（ADPKD）患者肾囊肿的基因表达数据，用于阐明调控肾囊肿生长的分子通路
基本信息
资源简介
常染色体显性多囊肾病（ADPKD）患者肾囊肿表达数据
该数据集收录常染色体显性多囊肾病（ADPKD）患者肾囊肿的基因表达数据，英文名称为 Expression data from renal cysts of autosomal dominant polycystic kidney disease (ADPKD) patients，来源站为 omicsdi.org，主题标签为 Transcriptomics，本站分类归入肿瘤 / 肾癌。其核心用途是阐明调控 ADPKD 肾囊肿生长的分子通路，属于疾病状态分析类研究数据，并作为 TransQST 集合的组成部分。数据集覆盖不同大小的肾囊肿以及极少囊性组织，并纳入非癌性肾皮质组织作为正常对照，为在转录组层面比较囊肿进展相关表达变化提供了样本基础。
【数据集背景】
常染色体显性多囊肾病（ADPKD）是一种以肾脏多发性囊肿进行性生长为特征的疾病。为阐明调控肾囊肿生长的分子通路，研究者开展了全局基因表达谱分析。该数据集即围绕这一目标构建，聚焦于 ADPKD 患者肾囊肿的基因表达特征，属于转录组学范畴，并与 TransQST 集合相关联。
【数据内容】
数据集包含来自五个 PKD1 多囊肾的肾囊肿样本，按囊肿大小分为三组：小囊肿（小于 1 ml，n=5）、中等囊肿（10–25 ml，n=5）和大囊肿（大于 50 ml，n=3）；同时包含极少囊性组织（MCT，n=5）。此外，还纳入三例因孤立性肾细胞癌而行肾切除术的肾脏的非癌性肾皮质组织作为正常对照组织（n=3）。数据内容为上述样本的全局基因表达谱，用于疾病状态分析。
【采集与来源】
样本来源于五个 PKD1 多囊肾的肾囊肿及极少囊性组织，正常对照来自三例孤立性肾细胞癌肾切除术肾脏的非癌性肾皮质组织。数据集来源站为 omicsdi.org，并作为 TransQST 集合的一部分。其余采集时间、地点、平台等细节源站未提供。
【适用场景】
该数据集适用于阐明调控 ADPKD 肾囊肿生长的分子通路，可用于疾病状态分析，比较不同大小囊肿与极少囊性组织及正常肾皮质组织之间的基因表达差异，从而在转录组层面探索与囊肿生长相关的表达变化。其主题标签为 Transcriptomics，本站分类为肿瘤 / 肾癌。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、分析流程、标准化处理步骤或推荐工具等。
【质量与限制】
源站未提供关于数据质量评估、批次效应、样本量局限性或技术偏差等方面的说明。已知样本分组为小囊肿 n=5、中等囊肿 n=5、大囊肿 n=3、极少囊性组织 n=5、正常对照 n=3，均来自 PKD1 多囊肾及孤立性肾细胞癌肾切除术肾脏。
【引用与许可】
源站未提供引用格式、许可条款或使用限制等信息。
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-7869
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:
数据说明
为阐明调节常染色体显性多囊肾病（ADPKD）中肾囊肿生长的分子通路 关键词：疾病状态分析 我们对来自5例PKD1多囊肾的不同大小肾囊肿（小囊肿：小于1 ml，n=5；中等囊肿：10-25 ml之间，n=5；大囊肿：大于50 ml，n=3）及微小囊性组织（MCT，n=5）进行了全局基因表达谱分析。此外，将3例因孤立性肾细胞癌行肾切除术的肾脏的非癌性肾皮质组织用作正常对照组织（n=3）。该数据集是TransQST集合的一部分。
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。
