小鼠HCC模型中FAD亚型的鉴定
该数据集来自 NCBI，聚焦小鼠肝细胞癌（HCC）模型中脂肪酸降解（FAD）相关亚型的转录组特征。研究基于临床样本中 42 个 FAD 基因建立的 HCC 分子分型，并检索 PubMed 获取小鼠模型 RNA 测序数据，共纳入来自五个公开数据集的 90 个样本，涵盖 11 种小鼠 HCC 模型，另加
基本信息
资源简介
小鼠HCC模型中FAD亚型的鉴定
Identification of FAD subtypes in mouse HCC models
该数据集来自 NCBI，聚焦小鼠肝细胞癌（HCC）模型中脂肪酸降解（FAD）相关亚型的转录组特征。研究基于临床样本中 42 个 FAD 基因建立的 HCC 分子分型，并检索 PubMed 获取小鼠模型 RNA 测序数据，共纳入来自五个公开数据集的 90 个样本，涵盖 11 种小鼠 HCC 模型，另加入本课题组两个小鼠模型（NRAS.MYC.ND 和 AKT1.MYC.KD）的 8 个样本转录组测序数据。数据可用于探索这两个模型的转录组特征，并支持 HCC 中 FAD 亚型的分类与验证研究（来源 NCBI）。
【数据集背景】
源站首次发布：May 02 202。
【数据内容】
源站描述（机器翻译，仅供参考）：在本研究中，我们基于临床样本中的 42 个脂肪酸降解（FAD）基因，鉴定并验证了肝细胞癌（HCC）的一种分子分型。我们进一步检索 PubMed 以获取小鼠模型的 RNA 测序数据集，从而鉴定小鼠 HCC 模型中的 FAD 亚型。共从五个公开数据集中收集了 90 个样本，包括 11 种小鼠 HCC 模型。此外，还纳入了来自我们两个小鼠模型（NRAS.MYC.ND 和 AKT1.MYC.KD）的 8 个样本的转录组测序数据。该数据集旨在探索这两个模型的转录组特征。
【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：GPL24247、10090。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE202070
【使用注意】
· 源站最后修改于 Aug 05 202，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=GSE202070
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
在本研究中，我们在临床样本中基于42个脂肪酸降解（FAD）基因识别并验证了肝细胞癌（HCC）的一种分子分型。我们进一步在PubMed中检索了小鼠模型的RNA测序数据集，以识别小鼠HCC模型中的FAD亚型。我们共从五个公开可用的数据集中收集了90个样本，其中包括11个小鼠HCC模型。此外，我们还纳入了来自我们两个小鼠模型（NRAS.MYC.ND和AKT1.MYC.KD）的8个样本的转录组测序数据。该数据集旨在探究这两个模型的转录组特征。
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。
