透明细胞肾细胞癌FFPE活检RNAseq确认数据集
该数据集为GSE76207的补充确认数据集，利用福尔马林固定石蜡包埋（FFPE）活检组织开展转录组测序（RNAseq），样本来自16例接受部分或全肾切除术的透明细胞肾细胞癌（ccRCC）患者，采用16g针芯活检，并使用Illumina TruSeq® Access建库方案
基本信息
资源简介
透明细胞肾细胞癌FFPE活检RNAseq确认数据集
Confirmation dataset of Transcriptome Sequencing (RNAseq) data utilizing Formalin-Fixed, Paraffin-Embedded Biopsies with Clear Cell Renal Cell Carcinoma for Exploration of Disease Biology and Biomarker Development
该数据集为GSE76207的补充确认数据集，利用福尔马林固定石蜡包埋（FFPE）活检组织开展转录组测序（RNAseq），样本来自16例接受部分或全肾切除术的透明细胞肾细胞癌（ccRCC）患者，采用16g针芯活检，并使用Illumina TruSeq® Access建库方案。研究目的是比较发现数据集与确认数据集的RNAseq结果，评估FFPE活检数据在ccRCC疾病生物学探索与生物标志物开发中的可用性。数据可用于ccRCC转录表达谱分析及生物标志物相关研究（来源 NCBI）。
【数据集背景】
源站首次发布：Jun 01 201。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集补充GSE76207。福尔马林固定、石蜡包埋（FFPE）组织是一种未被充分利用的分子分析资源。这项概念验证研究旨在将FFPE活检的RNAseq结果（Eikrem等，PLoS One. 2016年2月22日；11(2):e0149743. doi: 10.1371/journal.pone.0149743. eCollection 2016. PMID: 26901863）与来自透明细胞肾细胞癌（ccRCC）患者的FFPE确认数据集进行比较。使用16g针从16例接受部分或全肾切除术的患者中获取芯针活检。RNA测序文库采用新的Illumina TruSeq® Access文库制备方案生成。该研究的目的是比较发现数据和确认数据，并评估这些数据在ccRCC生物标志物开发中的利用价值。
【数据结构与技术规格】
文件数 1 个，合计 0 B。
【主题与分类】
主题标签：GPL16791、9606。本站分类：肿瘤/肾癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE82122
【使用注意】
· 源站最后修改于 Mar 27 201，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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE82122
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
该数据集补充了GSE76207。福尔马林固定、石蜡包埋（FFPE）组织是分子分析中未被充分利用的资源。这项概念验证研究旨在比较FFPE活检的RNAseq结果（Eikrem等，PLoS One. 2016年2月22日；11(2)：e0149743. doi：10.1371/journal.pone.0149743. eCollection 2016. PMID：26901863）与来自透明细胞肾细胞癌（ccRCC）患者的FFPE确认数据集。使用16g针从16名接受部分或全部肾切除术的患者中获取核心活检。RNA测序文库采用新的Illumina TruSeq® Access文库制备方案生成。该研究的目标是比较发现数据和确认数据，并评估这些数据在ccRCC生物标志物开发中的应用。
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。
