ENCODE Cold Spring Harbor Labs 长链 RNA-seq (hg19)
该数据集为 ENCODE 项目产生的 Cold Spring Harbor Labs 长链 RNA-seq 数据，基于 hg19 参考基因组，属于高通量测序表达谱分析
基本信息
资源简介
ENCODE Cold Spring Harbor Labs 长链 RNA-seq (hg19)
GSE30567 是 ENCODE 项目 Cold Spring Harbor Labs 产生的长链 RNA 测序（Long RNA-seq）数据集，参考基因组版本为 hg19。该数据集通过高通量测序进行表达谱分析，属于肿瘤 / 肝癌相关分类，来源站为 ncbi.nlm.nih.gov。数据集包含 1 个文件，文件样例为 GSE30567_series_matrix.txt.gz，作者为 Carrie Davis，发布时间为 Jul 11 201。整体而言，该数据集提供了基于 hg19 的长链 RNA-seq 表达谱信息，可用于转录组层面的表达分析研究，其数据由 ENCODE 项目生成，并提供了相应的实验与计算联系人信息。
【数据集背景】
该数据集源自 ENCODE 项目，由 Cold Spring Harbor Labs 生成，标题为 ENCODE Cold Spring Harbor Labs Long RNA-seq (hg19)。ENCODE 项目旨在系统性地注释人类基因组中的功能元件，长链 RNA-seq 是其重要的实验手段之一。该数据集在来源站 ncbi.nlm.nih.gov 上发布，作者为 Carrie Davis，发布时间为 Jul 11 201。数据集在本站被归类为肿瘤 / 肝癌，表明其可能与肝癌相关研究存在关联，但源站描述中未进一步说明具体的肿瘤或肝癌样本信息。
【数据内容】
该数据集包含 1 个文件，文件样例为 GSE30567_series_matrix.txt.gz。文件格式为 GZIP 压缩包。主题标签包括 Expression profiling by high throughput sequencing、GPL9115 和 9606。其中 GPL9115 为平台标识，9606 为人类物种分类编号。数据集基于 hg19 参考基因组，属于高通量测序表达谱分析。源站描述中未提供具体的样本数量、基因表达矩阵维度、测序深度或覆盖度等详细内容。
【采集与来源】
数据由 ENCODE 项目生成，来源站为 ncbi.nlm.nih.gov。源站描述中提供了多个联系人信息：实验相关问题可联系 Carrie Davis（davisc@cshl.edu），计算相关问题可联系 Alex Dobin（dobin@cshl.edu）和 Felix Schlesinger（schlesin@cshl.edu），主要研究者为 Tom Gingeras（gingeras@cshl.edu），此外还可联系 CRG 的 Roderic Guigo 团队（rguigo@imim.es）。若对与该数据相关的 Genome Browser 轨道有疑问，可联系 ENCODE（genome@soe.ucsc.edu）。源站描述中未提供具体的实验流程、建库方法或测序平台细节。
【适用场景】
该数据集适用于基于 hg19 参考基因组的长链 RNA-seq 表达谱分析，可用于转录组表达水平研究、基因表达差异分析等场景。由于其被归类为肿瘤 / 肝癌，可能适用于肝癌相关转录组研究。主题标签表明其属于高通量测序表达谱分析。源站描述中未提供具体的适用分析工具或推荐流程。
【使用方法】
可下载数据文件 GSE30567_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入。源站描述中未提供其他具体的使用步骤或分析参数。
【质量与限制】
源站描述中未提供该数据集的质量评估信息、数据完整性说明或已知限制。数据集仅包含 1 个文件，可能限制其独立分析的适用范围。源站描述中未提供其他质量与限制相关内容。
【引用与许可】
源站描述中未提供该数据集的引用方式或许可信息。作者为 Carrie Davis，发布时间为 Jul 11 201。源站描述中未提供其他引用与许可相关内容。
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=GSE30567
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
此数据由ENCODE生成。如对数据有疑问，请直接联系提交实验室（Carrie Davis 邮箱：davisc@cshl.edu（实验方面），Alex Dobin 邮箱：dobin@cshl.edu（计算方面），Felix Schlesinger 邮箱：schlesin@cshl.edu（计算方面），Tom Gingeras 邮箱：gingeras@cshl.edu（主要研究者），以及CRG的Roderic Guigo团队 邮箱：rguigo@imim.es）。如对与本数据相关的Genome Browser track有疑问，请联系ENCODE（邮箱：genome@soe.ucsc.edu）。这些track由ENCODE Consortium生成。它们包含有关长度大于200个核苷酸的人类RNA的信息，这些信息是通过Illumina GAIIx平台获得的短读长序列。数据来自多个细胞系的生物学重复。除了对全细胞中的Poly-A+和Poly-A- RNA进行分析外，我们还收集了来自各种亚细胞组分的数据。在许多情况下，同一生物学重复还可获得Cap Analysis of Gene Expression（CAGE，RIKEN Institute）、Small RNA-Seq（<200个核苷酸，CSHL）和Pair-End di-TAG-RNA（PET-RNA，Genome Institute of Singapore）数据集。
有关数据使用条款和条件，请参阅http://www.genome.gov/27528022 和 http://www.genome.gov/Pages/Research/ENCODE/ENCODEDataReleasePolicyFinal2008.pdf。
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。
