1133例HCC的基因表达数据集
源站描述指出肝细胞癌在分子层面呈现多样性。该数据可用于肝癌的分子分型、表达模式分析及相关分类建模研究，为探索 HCC 的分子异质性提供数据基础（来源 NCBI）
基本信息
资源简介
1133例HCC的基因表达数据集
GSE237977 是一个以肝细胞癌基因表达为主题的数据集，英文名称为 Gene expression in 1133 HCCs，源站标题同样为 Gene expression in 1133 HCCs。该数据集来源于 ncbi.nlm.nih.gov，在本站归类于肿瘤 / 肝癌方向。根据源站描述，肝细胞癌（HCC）在分子层面呈现多样性。围绕这一特征，该数据集可用于肝癌的分子分型、表达模式分析以及相关分类建模研究，为探索 HCC 的分子异质性提供数据基础。数据集作者为 Orlando 与 Musso，发布时间为 Jul 21 202，主题标签为 Expression profiling by array，表明其属于基于芯片的表达谱研究。整体来看，该数据集聚焦于大规模 HCC 样本的基因表达信息，适合作为肝癌分子层面研究的基础资源。
【数据集背景】
肝细胞癌是肝癌的主要类型之一，其分子层面的多样性是理解肿瘤发生、发展及异质性的重要切入点。源站描述明确指出，Hepatocellular carcinomas (HCCs) exhibit a diversity of molecular，说明该数据集所依托的研究背景正是 HCC 在分子水平上的差异性与复杂性。基于这一背景，GSE237977 以 1133 例 HCC 样本的基因表达为对象，试图为后续的分子分型、表达模式比较和分类建模提供数据支撑。该数据集的主题标签为 Expression profiling by array，说明其采用表达谱芯片技术路线，属于表达谱分析范畴。本站将其归入肿瘤 / 肝癌分类，进一步明确了其在肿瘤学研究中的位置。
【数据内容】
该数据集的核心内容是 1133 例 HCC 的基因表达数据，英文名称与源站标题均直接体现了样本数量与疾病类型。主题标签 Expression profiling by array 表明数据以表达谱芯片形式产生，属于表达 profiling 类数据。源站描述仅提及 HCC 在分子层面呈现多样性，未提供具体的基因列表、表达矩阵结构、样本分组、临床信息字段或分子分型结果。因此，关于数据内容中更细粒度的变量、注释信息及预处理细节，源站未提供。
【采集与来源】
该数据集来源于 ncbi.nlm.nih.gov，作者为 Orlando 与 Musso，发布时间为 Jul 21 202。源站标题为 Gene expression in 1133 HCCs，英文名称为 GSE237977: Gene expression in 1133 HCCs。除上述来源站、作者、发布时间及标题信息外，关于样本采集地点、采集时间跨度、平台型号、实验流程、伦理审批及数据提交机构等具体采集信息，源站未提供。
【适用场景】
根据源站描述及侧写线索，该数据集可用于肝癌的分子分型、表达模式分析及相关分类建模研究，为探索 HCC 的分子异质性提供数据基础。具体而言，研究者可将其用于比较不同 HCC 样本之间的基因表达差异，识别潜在的分子亚型，或构建与 HCC 分类相关的模型。由于主题标签为 Expression profiling by array，该数据集适用于基于芯片表达谱的分析场景。关于是否适用于其他癌种、其他组学层面或临床预后预测等更广泛用途，源站未提供。
【使用方法】
该数据集来自 ncbi.nlm.nih.gov，通常可通过该来源站获取。关于具体的下载方式、数据格式、预处理步骤、标准化方法、质量控制流程及分析工具建议，源站未提供。使用者如需使用，应依据来源站提供的说明进行操作。由于源站未提供详细的使用指南，无法进一步说明数据读取、归一化或统计建模的具体步骤。
【质量与限制】
该数据集包含 1133 例 HCC 的基因表达信息，样本量较大，且聚焦于 HCC 的分子多样性。然而，源站描述仅提及 HCC 在分子层面呈现多样性，未提供数据质量评估指标、缺失值情况、批次效应信息、平台版本、重复样本处理方式或验证结果。因此，关于数据质量的详细评价及使用限制，源站未提供。使用者需注意，该数据集的具体适用范围和局限性应结合来源站的原始说明进行判断。
【引用与许可】
该数据集的作者为 Orlando 与 Musso，发布时间为 Jul 21 202，来源站为 ncbi.nlm.nih.gov。关于该数据集的引用格式、许可协议、使用条款、数据共享政策及商业使用限制等信息，源站未提供。使用者在引用或使用该数据集时，应参考来源站的相关规定。
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=GSE237977
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
肝细胞癌(HCC)展现出多种分子表型，这给临床管理带来了重大挑战。通过监测项目早期发现的HCC是可能治愈性治疗(局部消融、切除或移植)的候选对象。长期来看，移植提供了最低的复发率。治疗分配基于肿瘤数量、大小、血管侵犯、体能状态、功能性肝储备以及早期(<2年)复发的预测，后者反映了肿瘤的内在侵袭性。分化良好、潜在低侵袭性的肿瘤构成了非增殖性HCC的异质性分子类别，其特征是大约50%的β-连环蛋白突变率。为了明确非增殖性HCC的临床、病理和分子特征及其结局，我们构建了一个包含1，133例HCC的转录组元数据集，并在一个公开可用的210例HCC RNA测序数据集中验证了发现。我们表明，非增殖性HCC保留了在正常肝脏中沿门中心轴分配代谢功能的带状分布程序。
更确切地说，我们发现了两个分化良好、非增殖性的亚类，即门静脉周围型（野生型β-连环蛋白）和静脉周围型（突变型β-连环蛋白），它们表达呈负相关的基因网络。新的门静脉周围型亚类占所有肝细胞癌的29%；表达由肝细胞核因子4A驱动的基因网络，该网络在小鼠肝细胞核因子4A敲除小鼠中下调；根据巴塞罗那临床肝癌分期、意大利肝癌计划和肿瘤-淋巴结-转移分期系统，属于早期肿瘤；无大血管侵犯；并显示出最低的转移特异性基因表达水平和TP53突变率。此外，我们确定了一个八基因的门静脉周围型肝细胞癌特征，该特征通过多变量分析独立地与最高的2年无复发生存率相关。
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。
