肺腺癌及配对非恶性肺组织DNA拷贝数图谱
数据可用于比较肺腺癌与配对非恶性肺组织之间的DNA拷贝数差异，支持肿瘤基因组变异相关研究（来源 NCBI）。源站首次发布：Oct 23 201
基本信息
资源简介
肺腺癌及配对非恶性肺组织DNA拷贝数图谱
GSE139294 是一项针对肺腺癌的 DNA 拷贝数谱分析数据集，同时纳入与患者配对的非恶性肺组织作为对照，用于在同一个体背景下比较肿瘤组织与正常组织之间的基因组拷贝数差异。该数据集由 Wan、L、Lam 提交，通过 SNP 阵列进行基因组变异谱分析，物种为人（9606），平台编号为 GPL6801，源站为 ncbi.nlm.nih.gov，本站归类为肿瘤 / 肺癌。数据集共包含 1 个文件，样例文件名为 GSE139294_series_matrix.txt.gz，以 GZIP 压缩格式提供。整体而言，该数据集面向肺腺癌肿瘤基因组变异研究，适合用于配对样本间 DNA 拷贝数变化的比较分析，为理解肺癌发生发展中的基因组层面改变提供数据基础。
【数据集背景】
肺腺癌是非小细胞肺癌的主要亚型之一，其发生发展伴随多种基因组层面的改变，其中 DNA 拷贝数的扩增与缺失是肿瘤基因组变异的常见形式。源站描述指出，基因在癌症中的功能往往具有细胞类型特异性，这提示在解读肿瘤基因组变异时，需要结合具体的组织与细胞背景。该数据集正是在这一背景下，对肺腺癌组织及其患者配对的非恶性肺组织进行 DNA 拷贝数谱分析，通过同一患者内部的肿瘤—正常对照设计，减少个体间遗传背景差异带来的干扰，从而更聚焦于肿瘤相关的拷贝数改变。数据集的英文标题与源站标题一致，均为“DNA copy number profiling of lung adenocarcinomas and patient-matched non-malignant lung”，明确指向肺腺癌与配对非恶性肺组织的拷贝数谱刻画。
【数据内容】
该数据集的核心内容是肺腺癌与患者配对非恶性肺组织的 DNA 拷贝数谱数据。主题标签显示其属于“Genome variation profiling by SNP array”，即基于 SNP 阵列的基因组变异谱分析，物种标签为 9606（人），平台编号为 GPL6801。数据集仅包含 1 个文件，样例文件为 GSE139294_series_matrix.txt.gz，采用 GZIP 压缩格式，属于系列矩阵文件形式，通常用于汇总样本层面的检测结果与样本注释信息。数据覆盖的对象为肺腺癌组织与配对的非恶性肺组织，二者成对出现，便于开展配对比较。关于样本数量、具体染色体区段、拷贝数变异的具体基因或位点等信息，源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 基因表达综合数据库体系下的公共数据资源。数据由 Wan、L、Lam 提交，源站首次发布时间为 Oct 23 201（原文如此记录）。检测技术路线为 SNP 阵列，平台编号 GPL6801，用于基因组变异谱分析。样本类型为肺腺癌组织及患者匹配的非恶性肺组织。关于样本采集地点、伦理审批信息、具体的核酸提取与杂交实验流程、扫描参数等实验细节，源站未提供。
【适用场景】
依据数据内容与设计特点，该数据集可用于比较肺腺癌与配对非恶性肺组织之间的 DNA 拷贝数差异，支持肿瘤基因组变异相关研究。具体而言，适用于配对样本的拷贝数变化识别、肿瘤与正常组织间基因组变异谱的对照分析，以及围绕肺腺癌基因组改变开展的探索性研究。由于采用患者配对设计，也适合在分析中控制个体间差异、突出肿瘤特异性拷贝数改变。关于该数据集在其他具体研究方向（如特定通路的验证、临床相关性分析等）中的适用性，源站未提供。
【使用方法】
使用该数据集时，可先下载数据文件 GSE139294_series_matrix.txt.gz，该文件为 GZIP 压缩包格式，需按相应格式解压与读取。建议先在小样本上核对字段结构与编码方式，确认样本注释、检测值等字段的含义与格式无误后，再进行批量接入与后续分析。分析中可将肺腺癌样本与其配对的非恶性肺组织样本对应起来，开展配对比较。关于具体的分析流程、归一化方法或推荐软件工具，源站未提供。
【质量与限制】
该数据集仅包含 1 个文件，以系列矩阵形式汇总数据，样本层面的原始信号强度、质控指标等信息源站未提供。数据基于 SNP 阵列平台 GPL6801 产生，其检测分辨率与覆盖范围受平台特性影响，具体性能参数源站未提供。关于样本量、重复数、数据完整性、缺失值情况以及是否存在批次效应等质量相关信息，源站未提供。使用时应注意结合平台与文件格式特点进行必要的核对与质控。
【引用与许可】
该数据集的提交者为 Wan、L、Lam，来源站为 ncbi.nlm.nih.gov，源站首次发布时间为 Oct 23 201。关于该数据集的具体引用文献、DOI、许可协议与使用条款，源站未提供。使用与再分发前，建议依据来源站的相关政策确认引用与授权要求。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE139294
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
癌症中的基因功能往往具有细胞类型特异性。上皮细胞特异性转录因子ELF3在许多上皮性肿瘤中已被证实为抑癌基因，但在其他一些肿瘤中却表现出致癌特性。在此，我们证明ELF3是肺腺癌（LUAD）亚型中的癌基因，并提供了亚型特异性的遗传学、功能学和临床证据。我们发现在LUAD中染色体1q32.1存在一个包含ELF3基因座的局灶性扩增区域，而该区域在鳞状亚型中缺失。在所分析的多达80%的LUAD中，基因剂量和启动子低甲基化影响了该基因座。ELF3表达是肿瘤生长所必需的，一项泛癌表达网络分析支持其亚型和组织特异性。我们进一步证明ELF3在LUAD中具有较强的预后价值，但在LUSC中则不然。我们得出结论：与许多其他上皮来源的肿瘤相反，ELF3在LUAD中是一个癌基因和潜在的治疗靶点。本数据的一部分此前已发表（https://edrn.jpl.nasa.gov/ecas/data/dataset/urn:edrn:COPY_NUMBER_LEV1）PMID: 22412972
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。
