预测肺癌细胞系及人肺肿瘤对EGFR酪氨酸激酶抑制剂敏感性的基因表达模式
该数据集来自 omicsdi.org，属于肿瘤/肺癌领域，主题为转录组学。数据包含培养的非小细胞肺癌细胞系（NSCLC）的全局基因表达数据，经 MAS 5.0 标准化和过滤后，用于预测细胞对 EGFR 抑制的响应；另用其他细胞系和肿瘤的基因表达数据验证预测算法
基本信息
资源简介
预测肺癌细胞系及人肺肿瘤对EGFR酪氨酸激酶抑制剂敏感性的基因表达模式
该数据集聚焦于非小细胞肺癌（NSCLC）细胞系及人类肺部肿瘤中，与表皮生长因子受体酪氨酸激酶抑制剂（EGFR TKI）敏感性相关的基因表达模式。研究通过全局基因表达数据，经 MAS 5.0 标准化和过滤后，建立预测模型以判断细胞对 EGFR 抑制的响应；同时利用其他细胞系和肿瘤的基因表达数据对预测算法进行验证。数据来源于 omicsdi.org，属于肿瘤/肺癌领域，主题标签为转录组学。整体而言，该数据集旨在从转录层面揭示可预测 EGFR 抑制剂疗效的分子特征，为肺癌精准治疗研究提供基因表达层面的资源。
【数据集背景】
该数据集英文名称为“Gene Expression Patterns that Predict Sensitivity to Epidermal Growth Factor Receptor Tyrosine Kinase Inhibitors in Lung Cancer Cell Lines and Human Lung Tumors”，所属分类为肿瘤/肺癌，来源站为 omicsdi.org。其核心研究目标在于利用基因表达模式预测肺癌细胞及肿瘤对表皮生长因子受体（EGFR）酪氨酸激酶抑制剂的敏感性。EGFR 抑制剂是肺癌靶向治疗中的重要药物类别，但不同细胞或肿瘤对其响应存在差异，因此寻找可预测敏感性的基因表达特征具有明确的临床与研究价值。该数据集围绕这一目标，整合了培养的非小细胞肺癌细胞系以及人类肺部肿瘤的基因表达信息，用于构建和验证预测算法。
【数据内容】
数据内容主要包括全局基因表达数据。这些数据来自培养的非小细胞肺癌细胞系（NSCLC），经过 MAS 5.0 标准化和过滤处理，用于预测细胞对 EGFR 抑制的响应。此外，还包含来自其他细胞系和肿瘤的基因表达数据，用于验证预测算法。总 RNA 从 NSCLC 细胞系中制备，并应用于 Affymetrix U133 2.0 微阵列。主题标签为 Transcriptomics，表明数据属于转录组学范畴。源站描述未提供样本量、基因数量、具体肿瘤类型细分或临床信息等细节。
【采集与来源】
数据采集方面，总 RNA 从 NSCLC 细胞系中提取，并杂交至 Affymetrix U133 2.0 微阵列。基因表达数据经 MAS 5.0 标准化和过滤。来源站为 omicsdi.org。源站描述未提供具体的细胞系名称、肿瘤样本来源、患者数量、采集时间或地理区域等信息。
【适用场景】
该数据集适用于肺癌相关的基础与转化研究，尤其是探索 EGFR 酪氨酸激酶抑制剂敏感性的分子预测标志。具体场景包括：利用 NSCLC 细胞系的基因表达数据构建预测模型，评估细胞对 EGFR 抑制的响应；使用额外细胞系和肿瘤数据验证预测算法的稳健性；以及开展转录组学层面的生物信息学分析，寻找与药物敏感性相关的基因表达模式。源站未提供其他适用场景。
【使用方法】
根据源站描述，使用该数据集时，可基于 MAS 5.0 标准化和过滤后的全局基因表达数据，针对 NSCLC 细胞系预测其对 EGFR 抑制的响应。预测算法可进一步利用其他细胞系和肿瘤的基因表达数据进行验证。数据以 Affymetrix U133 2.0 微阵列形式产生，使用者需具备微阵列数据处理和转录组分析的基本能力。源站未提供具体的数据下载格式、预处理代码或分析流程细节。
【质量与限制】
数据经过 MAS 5.0 标准化和过滤，并包含验证步骤，即利用其他细胞系和肿瘤数据验证预测算法。然而，源站未提供样本量、数据完整性、批次效应、平台技术重复或独立验证队列的详细质量指标。此外，源站未提供关于数据更新频率、缺失值处理或潜在偏倚的信息。因此，使用者在解释结果时需注意这些未明确的限制。
【引用与许可】
源站未提供引用格式、许可协议或数据使用条款。使用者应参考 omicsdi.org 来源站的相关页面获取引用与许可信息。
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-31625
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
从培养的非小细胞肺癌细胞系（NSCLC）中生成全局基因表达数据，使用MAS 5.0进行标准化处理，经过滤后用于预测细胞对EGFR抑制的反应。来自其他细胞系和肿瘤的基因表达数据被用来验证预测算法。从NSCLC细胞系中制备总RNA，并应用于Affymetrix U133 2.0微阵列。
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。
