PRJNA194395：人肝细胞癌基因表达谱（验证集）
该数据集来自 NCBI，收录 31 例人肝细胞癌（HCC）样本的基因表达谱，属于验证集，其中 4 例为 T1 期早期 HCC、6 例为 T3 期晚期 HCC
基本信息
资源简介
PRJNA194395：人肝细胞癌基因表达谱（验证集）
PRJNA194395 是一个聚焦人肝细胞癌（HCC）基因表达谱的公开数据集，作为相关研究的验证集使用，收录于 NCBI。该数据集共包含 31 例 HCC 样本的基因表达谱，样本覆盖不同临床分期，其中 4 例被归类为 T1 期（早期 HCC），6 例被归类为 T3 期（晚期 HCC）。数据集所属主题为转录组或基因表达，本站将其归入肿瘤／肝癌分类。其原始研究关注年轻 HCC 患者这一少见但预后更差的群体，试图通过比较年轻患者与老年患者的肿瘤基因表达谱，寻找年轻 HCC 特有的基因与病因学通路。该数据集可为肝癌分子分型、分期相关表达特征及年龄相关差异研究提供可用的表达谱资源。
【数据集背景】
肝细胞癌在年轻人群中较为罕见，但一旦发生往往更具破坏性。基于这一临床观察，相关研究提出的假设是：年轻 HCC（诊断时年龄不超过 40 岁）患者的肿瘤在基因表达和病因学通路上具有独特性。为检验这一假设，研究设计将年轻 HCC 与老年 HCC 患者的基因表达谱进行比较。该数据集即作为这一研究框架下的验证集，用于对初步发现的表达特征进行独立样本的验证与补充。数据集的科学价值在于为“年龄相关分子差异”这一命题提供可重复使用的转录组层面证据，并支持围绕早发肝癌的分子机制探索。
【数据内容】
数据集收录 31 例人肝细胞癌样本的基因表达谱，数据主题为转录组或基因表达。样本在临床分期上具有明确标注：4 例为 T1 期，属于早期 HCC；6 例为 T3 期，属于晚期 HCC。其余样本的分期信息源站未提供。数据集名称中标注为“验证集”，表明其在整体研究设计中承担验证角色，而非发现阶段的训练数据。表达谱的具体检测平台、基因数量、表达量类型（如原始计数或标准化信号）以及样本的年龄、性别、病因（如乙肝、丙肝、酒精等）分布等细节，源站未提供。
【采集与来源】
该数据集来源于 NCBI（ncbi.nlm.nih.gov），以 PRJNA194395 为标识登记。样本类型为人肝细胞癌组织，研究整体设计围绕年轻与老年 HCC 患者基因表达谱的比较展开。样本采集地点、采集时间跨度、伦理审批信息、患者纳入与排除标准等，源站未提供。数据以公开可获取的形式发布，用户可通过 NCBI 相关资源检索到该条目。
【适用场景】
该数据集适用于肝癌转录组学的验证性研究，例如：对在发现队列中获得的年轻 HCC 相关差异表达基因或通路进行独立验证；比较早期（T1）与晚期（T3）HCC 之间的表达差异；开展肝癌分子分型与临床分期的关联分析；作为公共表达谱资源与其他 HCC 数据集进行整合或荟萃分析。此外，也可用于方法学研究中作为真实世界 HCC 表达数据的示例。由于数据集被明确定位为验证集，其最恰当的用途是验证已有假设，而非单独用于发现新的生物标志物。
【使用方法】
使用者可从 NCBI 获取该数据集对应的表达谱数据，按样本标识与分期注释组织分析。典型流程包括：数据下载与格式解析、表达值标准化或归一化、样本分组（如按 T1 与 T3 分期分组，或按研究设计中的年龄分组）、差异表达分析、通路富集分析以及与其他 HCC 数据集的交叉验证。由于源站未提供平台与预处理细节，使用前应核对数据原始文件中的技术说明，必要时自行完成质量控制与批次效应评估。分析结果应结合样本量较小的特点谨慎解读。
【质量与限制】
该数据集样本量为 31 例，其中仅 4 例为 T1 期、6 例为 T3 期，分期亚组的样本数较少，统计效力有限，亚组间比较易受个体差异影响。数据集定位为验证集，其设计目的并非独立发现，因此不宜单独支撑强因果结论。样本的年龄分布、病因构成、测序或芯片平台、数据预处理方法、是否包含正常对照组织等关键信息，源站未提供，这限制了对数据质量的全面评估与跨数据集比较的可靠性。此外，源站未提供随访信息与临床结局数据，无法直接开展生存相关分析。
【引用与许可】
该数据集的引用方式、原始文献出处、许可条款与数据使用政策，源站未提供。使用者在发表研究成果前，应访问 NCBI 条目页面核实最新的引用要求与使用规定。
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/bioproject/PRJNA194395
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
年轻受试者中的肝细胞癌（HCC）罕见但更具破坏性。我们假设年轻HCC（yHCC；诊断时≤40岁）患者的基因和病因通路具有独特性。因此，我们比较了yHCC与老年患者HCC之间的基因表达谱。总体设计：在本数据集中，共收集了31份HCC样本的基因表达谱。其中4份被归类为T1期（早期HCC），6份被归类为T3期（晚期HCC）。
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。
