83对匹配的肺腺癌与非恶性邻近组织的表达谱
该数据集为83对匹配的肺腺癌与非恶性邻近组织的基因表达谱数据，来源于omicsdi.org，属于肿瘤/肺癌领域。数据可用于研究肺腺癌与非恶性组织之间的表达差异，并支持开发用于非小细胞肺癌组织学分类的RNA表达特征，辅助区分腺癌与鳞状细胞癌等亚型（来源 omicsdi.org）
基本信息
资源简介
83对匹配的肺腺癌与非恶性邻近组织的表达谱
该数据集名为“Expression profiling of 83 matched pairs of lung adenocarcinomas and non-malignant adjacent tissue”，即83对匹配的肺腺癌与非恶性邻近组织的基因表达谱数据。它归属于肿瘤/肺癌领域，主题标签为Transcriptomics，来源站为omicsdi.org。整体来看，这一数据集围绕肺腺癌与配对非恶性肺组织之间的表达差异展开，可用于转录组层面的比较研究，并支持非小细胞肺癌组织学分类相关RNA表达特征的开发。其核心价值在于以配对样本形式提供肺腺癌与非恶性邻近组织的表达信息，为理解肿瘤与正常组织之间的分子差异、探索腺癌与鳞状细胞癌等亚型区分方法提供数据基础。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
非小细胞肺癌包括腺癌、鳞状细胞癌及其他类型。由于目前大多数非小细胞肺癌通过小活检或细胞学材料诊断，分类并不总是准确。这一问题具有重要意义，因为许多治疗方案和临床试验依赖于组织学类型。该数据集所对应的研究目标，是开发一种RNA表达特征，作为非小细胞肺癌常规组织病理学分类的辅助检测。具体而言，研究希望借助表达谱数据，支持腺癌与鳞状细胞癌等亚型的区分，从而为组织学依赖的治疗决策和临床试验入组提供辅助信息。
【数据内容】
该数据集为83对匹配的肺腺癌与非恶性邻近组织的基因表达谱数据。其英文名称明确体现了样本构成：83对匹配的肺腺癌组织和癌旁非恶性组织。主题标签为Transcriptomics，说明数据属于转录组学范畴。源站描述中提及，研究使用了切除的腺癌和鳞状细胞癌病例的微阵列数据集作为腺癌-鳞状细胞癌特征的学习集，并使用癌症基因组图谱肺RNAseq数据集作为验证集；此外，另一个包含腺癌和非恶性肺组织的微阵列数据集被用作肿瘤-非恶性特征的学习集。分类器选择为差异表达最显著的基因，样本分类由相应方法确定。关于该数据集更具体的样本临床信息、表达矩阵细节、平台信息等，源站未提供。
【采集与来源】
该数据集来源站为omicsdi.org。源站描述显示，相关研究使用切除的腺癌和鳞状细胞癌病例的微阵列数据集作为学习集，并使用癌症基因组图谱肺RNAseq数据集作为验证集；另一个腺癌和非恶性肺组织的微阵列数据集被用作肿瘤-非恶性特征的学习集。该数据集本身为83对匹配的肺腺癌与非恶性邻近组织的表达谱数据。关于样本采集地点、采集时间、伦理审批信息、具体测序或芯片平台等，源站未提供。
【适用场景】
该数据集可用于研究肺腺癌与非恶性组织之间的表达差异，并支持开发用于非小细胞肺癌组织学分类的RNA表达特征，辅助区分腺癌与鳞状细胞癌等亚型。具体而言，它适合用于转录组层面的配对比较分析，探索肿瘤与邻近非恶性组织之间的差异表达基因；也可作为开发腺癌-鳞状细胞癌分类特征或肿瘤-非恶性分类特征的数据资源之一。由于源站描述提到组织学分类对治疗方案和临床试验的重要性，该数据集在组织学依赖的临床研究背景中具有潜在应用价值。关于其他具体应用场景，源站未提供。
【使用方法】
源站描述提及，研究采用微阵列数据集作为学习集，并以癌症基因组图谱肺RNAseq数据集作为验证集；分类器选择为差异表达最显著的基因，样本分类由相应方法确定。因此，该数据集可用于差异表达分析、特征基因筛选和分类器构建等转录组分析流程。使用者可基于83对匹配样本开展配对表达比较，识别腺癌与非恶性邻近组织之间的表达差异，并进一步探索其在非小细胞肺癌组织学分类中的辅助作用。关于数据下载方式、文件格式、预处理步骤、标准化方法、分析代码或具体软件工具等，源站未提供。
【质量与限制】
该数据集为83对匹配的肺腺癌与非恶性邻近组织表达谱数据，样本配对设计有助于控制个体间差异。但源站描述中未提供该数据集的具体质量控制指标、缺失值情况、批次效应信息、样本纳入排除标准、临床随访信息及独立验证结果等。其研究背景指出，大多数非小细胞肺癌通过小活检或细胞学材料诊断，分类不总是准确，而许多治疗方案和临床试验依赖组织学类型，因此相关表达特征的应用需要考虑临床样本类型的复杂性。关于该数据集本身的局限性，源站未提供更多信息。
【引用与许可】
该数据集来源站为omicsdi.org。关于引用方式、原始文献、作者列表、数据许可协议、使用条款及再分发限制等，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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-75037
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
背景：非小细胞肺癌（NSCLC）包括腺癌（ADC）、鳞状细胞癌（SCC）及其他类型。由于目前大多数NSCLC是通过小活检或细胞学材料诊断的，分类并不总是准确。这是一个问题，因为许多治疗方案和临床试验都依赖于组织学类型。具体目标：开发一种RNA表达特征，作为NSCLC常规组织病理学分类的辅助检测。方法：使用切除的ADC和SCC病例的微阵列数据集作为ADC-SCC特征的学习集。癌症基因组图谱（TCGA）肺RNAseq数据集用作验证集。另一个ADC和 non-malignant 肺的微阵列数据集用作肿瘤-非恶性特征的学习集。分类器选择为差异表达最大的基因，样本分类通过最近距离方法确定。结果：我们开发了一个包含许多用于NSCLC分型免疫染色的基因的42基因表达特征。对TCGA和其他公共数据集的测试获得了高准确率（93-95%）。
我们还观察到，大多数非恶性肺样本被归类为“腺癌”，因此我们添加了20个基因以区分肿瘤与非恶性肺。这62个基因的特征共同能够区分ADC、SCC和非恶性肺。此外，我们还得出一个预测评分，它与组织学分级和生存率均相关。总结与意义：我们的组织学分类器提供了一种非主观的方法，有助于肺癌的病理诊断，并协助基于组织学的临床试验招募。我们在Illumina WG6-V3表达芯片上对83例肺腺癌和83例匹配的相邻非恶性肺进行了表达谱分析。
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。
