非小细胞肺癌深度序列分析:伴与不伴致癌KRAS突变的肺腺癌基因表达、可变剪接和单核苷酸变异的整合分析

数据基于RNA-Sequencing实验,对伴或不伴致癌KRAS突变的肺腺癌样本进行基因表达、可变剪接和单核苷酸变异的整合分析,包含8例KRAS突变肺腺癌和8例无KRAS突变肺腺癌,其中1例样本重复测序用于质控

omicsdi
浏览 15
时间序列分类Transcriptomics
Deep Sequence Analysis of non-small cell lung cancer: Integrated analysis of gene expression, alternative splicing, and single nucleotide variations in lung adenocarcinomas with and without oncogenic KRAS mutations

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-07

资源简介

非小细胞肺癌深度序列分析:伴与不伴致癌KRAS突变的肺腺癌基因表达、可变剪接和单核苷酸变异的整合分析

本数据集围绕非小细胞肺癌中肺腺癌的分子特征展开,采用RNA-Sequencing实验手段,对伴或不伴致癌KRAS突变的肺腺癌样本进行基因表达、可变剪接和单核苷酸变异的整合分析。研究纳入8例KRAS突变肺腺癌样本和8例无KRAS突变肺腺癌样本,其中1例样本进行了两次测序以用于质量控制。该数据集旨在通过多层面基因组特征的联合分析,识别与突变KRAS肺肿瘤相关的信号通路,为理解KRAS突变在肺腺癌中的分子机制提供转录组层面的数据支持。数据集归类于肿瘤/肺癌方向,主题标签为Transcriptomics,来源于omicsdi.org。

【数据集背景】

肺癌是全球范围内发病率和死亡率较高的恶性肿瘤之一,非小细胞肺癌是其最主要的病理类型,而肺腺癌又是非小细胞肺癌中最常见的亚型。KRAS突变是肺腺癌中常见的驱动基因改变之一,与肿瘤的发生发展、信号通路异常激活以及治疗反应密切相关。然而,仅凭单一层面的基因表达数据难以全面揭示KRAS突变所引发的分子网络变化。因此,该数据集通过RNA-Sequencing实验,整合基因表达、可变剪接和单核苷酸变异等多维度基因组特征,试图从转录组层面系统刻画伴或不伴KRAS突变的肺腺癌之间的差异,进而识别与突变KRAS肺肿瘤相关的信号通路。这一研究思路有助于深化对KRAS突变肺腺癌生物学行为的理解,并为后续潜在靶点发现和分子分型研究提供数据基础。

【数据内容】

该数据集的核心内容基于RNA-Sequencing实验产生,涵盖三类基因组特征的分析:基因表达、可变剪接和单核苷酸变异。样本方面,包含8例携带KRAS突变的肺腺癌样本,以及8例不携带KRAS突变的肺腺癌样本。值得注意的是,在无KRAS突变的样本中,有1例样本进行了两次测序,其目的是用于质量控制。因此,从测序运行的角度看,实际产生的数据可能涉及重复测序的质控样本,但生物学样本数量仍为8例KRAS突变和8例无KRAS突变。数据集的主题标签为Transcriptomics,表明其数据主体属于转录组学范畴。通过整合上述三类特征,该数据集能够支持对KRAS突变相关信号通路的多角度挖掘,例如差异表达分析、剪接事件比较以及变异位点识别等。

【采集与来源】

该数据集的来源站为omicsdi.org。根据源站描述,研究通过RNA-Sequencing实验获取数据,并在此基础上进行多种基因组特征的整合分析。样本采集自肺腺癌组织,分为KRAS突变组和无KRAS突变组,每组8例。其中1例无KRAS突变样本被重复测序一次,用于质量控制。关于样本的具体临床信息、测序平台、建库方法、测序深度、读长等细节,源站未提供。数据集的分类信息显示其属于肿瘤/肺癌领域,主题标签为Transcriptomics。

【适用场景】

该数据集适用于转录组学与肿瘤分子机制研究的相关场景。具体而言,可用于分析伴或不伴KRAS突变的肺腺癌在基因表达层面的差异,识别差异表达基因及相关信号通路;可用于研究可变剪接事件在KRAS突变肺腺癌中的变化模式;还可用于检测单核苷酸变异,并探索其与KRAS突变状态的关联。此外,该数据集适合作为整合分析的案例,用于方法学比较或作为验证集支持更广泛的肺癌转录组研究。对于关注KRAS突变肺腺癌信号通路的研究者,该数据集提供了多层面基因组特征的综合资源。

【使用方法】

该数据集可通过omicsdi.org来源站获取。在使用时,研究者可根据分析目的提取基因表达、可变剪接或单核苷酸变异等不同层面的数据。由于包含KRAS突变组和无KRAS突变组的对照设计,适合进行组间比较分析。对于那1例重复测序的样本,可在质控环节加以利用,例如评估测序数据的重复性或技术变异。关于具体的数据格式、下载方式、预处理流程、标准化方法以及分析工具等,源站未提供。建议使用者结合自身研究问题,参考源站可能提供的说明文档进行后续处理。

【质量与限制】

该数据集在质量控制方面采取了重复测序策略,即对1例无KRAS突变样本进行两次测序,以用于QC目的,这有助于评估数据的技术稳定性。然而,样本量相对有限,KRAS突变组和无KRAS突变组各8例,可能限制统计功效和结论的普适性。此外,关于样本的临床病理特征、随访信息、测序质量指标、数据完整性等,源站未提供。数据集仅涵盖转录组层面的三类特征,未涉及蛋白质组、代谢组或其他组学层面。因此,在解释结果时需考虑这些潜在限制。

【引用与许可】

关于该数据集的引用方式、许可协议、使用条款以及相关发表物信息,源站未提供。建议使用者在使用前访问omicsdi.org来源站,查阅该数据集对应的原始页面,以获取准确的引用要求和许可说明。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-34914

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

在本手稿中,我们运用RNA测序实验来获取并整合多种基因组特征,旨在识别与突变KRAS肺肿瘤相关的信号通路。研究包括8例携带KRAS突变的肺腺癌和8例无KRAS突变的肺腺癌,其中1例样本重复测序以进行质量控制。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。