肝细胞癌淋巴结转移固定组织基因表达谱数据集

该数据集来自 omicsdi.org,收录肝细胞癌(HCC)淋巴结转移相关固定组织的基因表达谱数据。研究从淋巴结阳性(n=20)或阴性(n=20)HCC 患者的配对瘤内与瘤周福尔马林固定标本中提取 RNA,共 80 份 RNA 样本,采用 cDNA 介导的退火、选择、延伸和连接(DASL) assa

omicsdi
浏览 10
基因组分类Transcriptomics
Gene Expression Profiling of Fixed Tissues of Lymph Node Metastasis in Hepatocellular Carcinoma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-19

资源简介

肝细胞癌淋巴结转移固定组织基因表达谱数据集

该数据集来自 omicsdi.org,收录肝细胞癌(HCC)淋巴结转移相关固定组织的基因表达谱数据。研究从淋巴结阳性(n=20)或阴性(n=20)HCC 患者的配对瘤内与瘤周福尔马林固定标本中提取 RNA,共 80 份 RNA 样本,采用 cDNA 介导的退火、选择、延伸和连接(DASL) assay 检测 502 个已知癌症相关基因,以识别淋巴结转移组与非淋巴结转移组之间的差异表达基因。数据可用于肝癌淋巴结转移分子机制研究与差异表达分析(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):从淋巴结阳性(n=20)或阴性(n=20)HCC 患者的配对瘤内和瘤周组织的福尔马林固定标本中提取 RNA。使用包含 502 个已知癌症相关基因的芯片进行 cDNA 介导的退火、选择、延伸和连接 assay,以在 80 份 RNA 样本中识别差异表达基因。使用 High Pure RNA Paraffin Kit 按照制造商方案从组织标本中纯化总 RNA。通过使用 cDNA 介导的退火、选择、延伸和连接 assay,进行 DASL 实验以识别匹配的瘤内和瘤周组织中淋巴结转移(LNM)组与非淋巴结转移(NLNM)组之间差异表达的基因。

【主题与分类】

主题标签:Transcriptomics。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-28248

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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-28248

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

从淋巴结阳性(n=20)或阴性(n=20)HCC患者的配对瘤内和瘤周组织的福尔马林固定标本中提取RNA。采用cDNA介导的退火、选择、延伸和连接测定法,使用502个已知癌症相关基因的芯片,在80份RNA样本中鉴定差异表达基因。按照制造商的操作方案,使用High Pure RNA Paraffin Kit从组织标本中纯化总RNA。通过cDNA介导的退火、选择、延伸和连接测定法进行DASL实验,以鉴定配对的瘤内和瘤周组织中淋巴结转移(LNM)组与非淋巴结转移(NLNM)组之间差异表达的基因。

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。

获取专属数据定制方案