肺腺癌与正常肺组织的基因表达谱
该数据集来自 omicsdi.org，收录了肺腺癌与正常肺组织的基因表达谱数据。研究使用 Human Gene 1.0 ST 平台，对 80 例肺腺癌（其中从不吸烟者 40 例、吸烟者 40 例）和 30 例正常肺组织进行表达谱检测，正常组织与 30 例从不吸烟病例配对
基本信息
资源简介
肺腺癌与正常肺组织的基因表达谱
该数据集为肺腺癌与正常肺组织的基因表达谱研究数据，来源于 omicsdi.org，归类于肿瘤／肺癌方向，主题标签为转录组学。研究采用 Human Gene 1.0 ST 平台，对 80 例肺腺癌样本和 30 例正常肺组织样本进行基因表达谱检测，其中肺腺癌样本由从不吸烟者 40 例和吸烟者 40 例组成，正常肺组织中有 30 例与从不吸烟病例配对。该数据集旨在通过比较肺腺癌与正常肺组织之间的基因表达差异，识别差异表达谱，从而加深对肺腺癌这一非小细胞肺癌重要亚型生物学特征的理解。整体而言，该数据集覆盖了吸烟状态分层明确的肺腺癌样本及配对的正常肺组织，可用于转录组层面的差异表达分析与肺癌分子机制研究。
【数据集背景】
肺癌在美国及全球范围内仍是癌症相关死亡的主要原因。理解肺癌的整体分子谱或转录组，有助于加深对该恶性肿瘤生物学的认识。肺腺癌是非小细胞肺癌（NSCLC）中占比较大的一类亚型，对其基因表达特征进行系统刻画，对于阐明其发生发展机制具有重要意义。该研究正是基于这一背景，通过基因表达谱检测来识别肺腺癌与正常肺组织之间的差异表达特征，以期更好地理解这一重要非小细胞肺癌亚型的生物学特性。
【数据内容】
该数据集收录的是肺腺癌与正常肺组织的基因表达谱数据。样本构成包括 80 例肺腺癌和 30 例正常肺组织。肺腺癌样本进一步分为从不吸烟者腺癌 40 例和吸烟者腺癌 40 例。正常肺组织样本共 30 例，并与其中 30 例从不吸烟病例配对。检测平台为 Human Gene 1.0 ST。研究的核心内容是针对上述样本进行基因表达谱分析，以识别肺腺癌与正常肺组织之间的差异表达谱。主题标签为转录组学，表明数据属于转录组层面的表达谱信息。
【采集与来源】
该数据集来源于 omicsdi.org。研究使用 Human Gene 1.0 ST 平台完成基因表达谱检测。样本类型包括肺腺癌组织和正常肺组织，其中肺腺癌按吸烟状态分为从不吸烟者和吸烟者两组，各 40 例；正常肺组织 30 例，并与 30 例从不吸烟病例配对。关于样本采集的具体时间、地点、机构、伦理审批信息以及实验操作的详细流程，源站未提供。
【适用场景】
该数据集适用于肺腺癌与正常肺组织之间基因表达差异的比较分析，可用于识别差异表达谱。由于肺腺癌样本按从不吸烟者和吸烟者进行了分层，且正常肺组织与部分从不吸烟病例配对，该数据也可用于围绕吸烟状态相关的表达特征开展探索性分析。其主题标签为转录组学，适合转录组层面的分子谱研究，有助于加深对非小细胞肺癌中肺腺癌亚型生物学的理解。关于该数据集在其他具体研究场景中的适用性，源站未提供。
【使用方法】
该数据集基于 Human Gene 1.0 ST 平台生成基因表达谱，研究目的为识别肺腺癌与正常肺组织之间的差异表达谱。使用时可围绕肺腺癌组与正常肺组织组的表达谱进行比较，并结合从不吸烟者与吸烟者的分组信息进行分层分析。关于数据的具体下载方式、文件格式、预处理流程、归一化方法、统计分析步骤及配套代码，源站未提供。
【质量与限制】
该数据集包含 80 例肺腺癌和 30 例正常肺组织，肺腺癌中从不吸烟者与吸烟者各 40 例，正常肺组织与 30 例从不吸烟病例配对，样本分组信息较为明确。研究使用 Human Gene 1.0 ST 平台进行表达谱检测。关于样本的临床病理信息、随访数据、批次效应、数据完整性、质控指标及验证结果等，源站未提供。因此，该数据集在质量评估与局限性判断方面的更多细节，源站未提供。
【引用与许可】
关于该数据集的引用方式、许可协议、使用条款及数据访问限制，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-43458
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
肺癌仍是美国和全球癌症相关死亡的主要原因。了解肺癌的整体分子特征或转录组，将有助于加深我们对这一恶性肿瘤生物学的认识。我们利用Human Gene 1.0 ST平台对80例肺腺癌和30例正常肺组织进行了基因表达谱分析，以更好地理解非小细胞肺癌（NSCLC）中这一重要亚型的生物学特性。肺腺癌包括从不吸烟者（n=40）和吸烟者（n=40）的腺癌。正常肺组织（n=30）与其中30例从不吸烟者病例配对。对样本进行基因表达谱分析，以识别肺腺癌与正常肺组织之间的差异表达谱。
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。
