PRJNA754099：与肿瘤肝细胞分化相关的七个基因最小子集可预测人肝细胞癌的不良预后
该数据集来自 NCBI，属于肿瘤/肝癌分类，主题为转录组或基因表达。源站描述了一项整合转录组学分析，利用 HepaRG 细胞系模型定义反映肿瘤肝细胞分化状态的基因表达特征，并据此将 HCC 患者分层为临床相关分子亚型，进而识别出由 7 个分化相关基因组成的最小子集，用于在多个癌症数据集中预测不良预后
基本信息
资源简介
PRJNA754099：与肿瘤肝细胞分化相关的七个基因最小子集可预测人肝细胞癌的不良预后
PRJNA754099 数据集来自 NCBI，归类于肿瘤/肝癌方向，主题为转录组或基因表达。该数据集围绕人肝细胞癌（HCC）中与肝细胞分化相关的基因展开，通过整合转录组学分析评估这些基因的临床相关性。研究利用成熟的 HepaRG 细胞系模型定义了一套反映肿瘤肝细胞分化状态的基因表达特征，该特征能够将 HCC 患者分层为临床相关的分子亚型；在此基础上，进一步识别出由 7 个分化相关基因组成的最小子集，用于在多个癌症数据集中预测不良预后。HCC 是全球范围内致死性较高的癌症，常因诊断偏晚而限制治疗选择，肿瘤进展与肝细胞去分化相关，该数据集所承载的转录组信息为理解这一过程及预后判断提供了数据基础。
【数据集背景】
肝细胞癌（HCC）是一种全球性的致命癌症，其死亡率较高的重要原因之一是诊断往往偏晚，从而限制了可选择的治疗手段。肿瘤的进展与肝细胞（肝脏主要实质细胞）的去分化过程相关。基于这一背景，相关研究提出假设：反映肝细胞分化状态的基因表达水平可能具有临床意义。为验证这一假设，研究开展了整合转录组学分析，以评估与肝细胞分化相关的基因在人 HCC 中的临床相关性，并借助 HepaRG 细胞系模型建立可反映肿瘤肝细胞分化状态的基因表达特征。
【数据内容】
该数据集的主题标签为转录组或基因表达，其核心内容是与肿瘤肝细胞分化状态相关的基因表达信息。研究通过 HepaRG 细胞系模型定义了一套基因表达特征，该特征能够反映肿瘤肝细胞的分化状态，并可将 HCC 患者分层为临床相关的分子亚型。在此基础上，研究识别出由 7 个分化相关基因组成的最小子集，该子集能够在多个癌症数据集中预测不良预后。除上述内容外，数据集所包含的具体样本数量、基因列表、表达矩阵规模等信息源站未提供。
【采集与来源】
该数据集来源于 NCBI（ncbi.nlm.nih.gov），数据集英文名称为“PRJNA754099: A Minimal Subset of Seven Genes Associated with Tumor Hepatocyte Differentiation Predicts a Poor Prognosis in Human Hepatocellular Carcinoma”。研究采用 HepaRG 细胞系模型来定义反映肿瘤肝细胞分化状态的基因表达特征，并对人 HCC 进行整合转录组学分析。关于样本采集的具体来源机构、采集时间、测序平台与建库方法等细节，源站未提供。
【适用场景】
该数据集适用于肿瘤/肝癌方向的转录组与基因表达研究，尤其是围绕肝细胞分化状态与 HCC 临床相关性开展的分析。其可能的应用包括：利用所定义的基因表达特征对 HCC 患者进行分子亚型分层；评估 7 个分化相关基因组成的最小子集在预后预测中的表现；在多个癌症数据集背景下比较分化相关基因表达与不良预后之间的关联。需要说明的是，上述适用方向均以源站描述的研究内容为依据，具体分析流程与验证结果源站未提供。
【使用方法】
源站描述表明，该数据集所对应的分析思路是先以 HepaRG 细胞系模型定义反映肿瘤肝细胞分化状态的基因表达特征，再据此对 HCC 患者进行分子亚型分层，并进一步提取 7 个分化相关基因组成的最小子集用于预后预测。关于数据的具体下载方式、文件格式、预处理步骤、标准化方法及分析代码等，源站未提供。
【质量与限制】
源站描述提到该基因表达特征能够将 HCC 患者分层为临床相关的分子亚型，且 7 个基因的最小子集可在多个癌症数据集中预测不良预后，这体现了该数据集所支撑研究的分析价值。但关于数据质量评估指标、样本量、批次效应、缺失值情况以及验证队列的详细信息，源站未提供。此外，源站描述在末尾处中断，部分内容不完整，相关细节无法确认。
【引用与许可】
该数据集的英文名称已在源站给出，可作为引用时的标识信息。关于具体的引用文献、作者列表、发表期刊以及数据使用许可条款，源站未提供。
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/PRJNA754099
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
本研究采用整合转录组学分析方法，评估与肝细胞分化相关基因在人肝细胞癌（HCC）中的临床相关性。利用成熟的HepaRG细胞系模型，我们定义了一个反映肿瘤肝细胞分化状态的基因表达特征。该特征能够将HCC患者分层为具有临床相关性的分子亚型。随后，我们鉴定出一个由7个分化相关基因组成的最小基因集，用于在多个癌症数据集中预测不良预后。肝细胞癌（HCC）是全球范围内一种致命的癌症，其原因在于频繁的晚期诊断限制了治疗选择。肿瘤进展与肝细胞（肝脏的主要实质细胞）的去分化相关。在此，我们假设反映肿瘤肝细胞分化状态的基因表达水平可能在临床上具有相关性，可用于界定具有不同临床结局的患者亚群。
为验证这一假设，我们采用了一种综合转录组学方法，基于在HepaRG细胞系中利用良好控制的肿瘤肝细胞分化体外模型建立的基因表达特征，对139例HCC患者队列进行了分层。首先，我们通过识别与肝细胞分化和肝脏代谢相关的稳健基因表达特征，验证了HepaRG模型。该特征能够区分小鼠的特定发育阶段。更重要的是，该特征识别出一组与预后不良和癌症干细胞特征相关的人类HCC亚群。通过使用独立的HCC数据集（TCGA），一个由7个分化相关基因组成的最小亚群被证明可以预测总生存期缩短，这不仅适用于HCC患者，也适用于其他类型的癌症（如肾癌、胰腺癌、皮肤癌）。总之，该研究表明，反映肿瘤肝细胞分化状态的基因在临床上
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。
