275例肺癌样本的表达谱分析
该数据集来自MD Anderson癌症中心1997至2005年间收集的非小细胞肺癌样本，最终选取275例肿瘤标本进行表达谱分析，主要包括183例腺癌和80例鳞癌
基本信息
资源简介
275例肺癌样本的表达谱分析
该数据集来自MD Anderson癌症中心1997至2005年间收集的非小细胞肺癌样本，最终选取275例肿瘤标本进行表达谱分析，主要包括183例腺癌和80例鳞癌。样本经过严格质控，要求组织切片中肿瘤占比至少70%、肿瘤细胞至少30%，且RNA完整性数值不低于4.0。数据集涵盖mRNA表达、miRNA表达谱及aCGH等多种分析实验，可用于肺癌分子分型、表达特征研究及生物标志物探索（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：从MD Anderson癌症中心1997至2005年间收集的约1,700例非小细胞肺癌标本中，我们选取了914例具有详细临床和病理信息的肿瘤。我们使用组织学质量控制从700例病例的冷冻组织中提取了RNA和DNA。使用Agilent Bioanalyzer检查RNA质量，并获得所有标本的RNA完整性数值（RIN）。最终基于以下标准选取了275例肿瘤标本：1）主要选取腺癌（n = 183）和鳞癌（n = 80）；2）经切片检查，组织材料中肿瘤占比至少70%；3）在肿瘤切片内，肿瘤细胞（相对于基质细胞）应至少占30%；4）RIN应至少为4.0（范围0 - 10）。随后进行了多种分析实验，包括mRNA表达（本研究）、miRNA分析、aCGH（Agilen
【主题与分类】
主题标签：Transcriptomics。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-41271
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。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-41271
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
从1997年至2005年间在MD Anderson癌症中心收集的大约1，700份非小细胞肺癌标本中，我们选择了914个具有详细临床和病理信息的肿瘤。通过组织学质量控制，我们从700例病例的冷冻组织中提取了RNA和DNA。使用Agilent Bioanalyzer检查RNA的质量，并获得了所有标本的RNA完整性数值(RIN)。最终，基于以下标准选择了275个肿瘤标本：1) 主要选择腺癌(n = 183)和鳞状细胞癌(n = 80)；2) 切片检查显示组织材料中至少含有70%的肿瘤；3) 在肿瘤切片中，至少应有30%的肿瘤细胞(与基质细胞相对)；4) RIN至少应为4.0(范围0 - 10)。随后进行了多种分析实验，包括mRNA表达(本研究)、miRNA分析、aCGH (Agilent)、反相蛋白质阵列(RPPA)、20个基因的突变分析(Sequenom)和MS-MALDI-TOFF分析。在MD Anderson癌症中心收集的275份肺癌标本在Illumina WG6-V3表达阵列上进行了分析。同时收集了详细的临床-病理信息。
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。
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。
