药物基因组学在难治性肺癌中的转化应用 II
该数据集来自 NCBI，主题为难治性肺癌的药物基因组学转化应用。研究收集接受多种化疗的肺癌患者癌细胞，建立患者来源细胞（PDC），用以复现肺癌特征及其治疗反应，并开展药物基因组学整合分析
基本信息
资源简介
药物基因组学在难治性肺癌中的转化应用 II
GSE229535 是一个来自 NCBI 的肺癌药物基因组学数据集，全称为“Translational application of pharmacogenomics for refractory lung cancer II”，中文可理解为难治性肺癌药物基因组学的转化应用研究（第二部分）。该数据集聚焦于肺癌患者来源细胞（PDC）的建立与药物基因组学分析，旨在通过患者来源细胞复现肺癌的生物学特征及其对治疗的反应。研究收集了接受多种化疗方案的肺癌患者癌细胞，并在此基础上开展整合性药物基因组学分析。数据集归属于肿瘤/肺癌分类，采用高通量测序进行表达谱分析，物种为人（9606），平台编号为 GPL24676。数据集包含 1 个文件，样例文件名为 GSE229535_series_matrix.txt.gz，作者为 Ji-Youn, Han，发布时间为 Apr 12 202。
【数据集背景】
难治性肺癌的治疗一直是临床肿瘤学中的难点。不同患者对化疗药物的反应存在显著差异，这种差异部分源于个体间的药物基因组学特征。患者来源细胞（PDC）模型能够在体外较好地复现原始肿瘤的特性及其对治疗的反应，因此成为连接基础研究与临床转化的重要工具。该数据集正是围绕这一转化应用目标而建立，通过收集接受多种化疗的肺癌患者癌细胞，构建 PDC 模型，并对其进行药物基因组学整合分析，以期为难治性肺癌的个体化治疗提供数据支撑。数据集标题中的“II”提示其为该研究方向系列工作的一部分，但源站未提供第一部分的详细信息。
【数据内容】
该数据集的核心内容为高通量测序产生的基因表达谱数据，主题标签包括“Expression profiling by high throughput sequencing”，平台为 GPL24676，物种为人（9606）。数据以矩阵文件形式提供，样例文件为 GSE229535_series_matrix.txt.gz，属于 GZIP 压缩格式。文件数量为 1。源站描述指出，研究对接受多种化疗的肺癌患者癌细胞进行了药物基因组学整合分析，因此数据内容应涵盖与药物反应相关的表达谱信息。但源站未提供具体的样本数量、基因数量、分组信息或药物种类等细节。
【采集与来源】
数据来源于 NCBI（ncbi.nlm.nih.gov），属于基因表达综合数据库（GEO）中的系列记录。研究采集了肺癌患者的癌细胞，这些患者接受了多种化疗方案。基于这些细胞建立患者来源细胞（PDC）模型，用于复现肺癌特征及其治疗反应。作者为 Ji-Youn, Han，发布时间为 Apr 12 202。源站未提供具体的采集地点、伦理审批信息、患者纳入排除标准或样本处理流程等细节。
【适用场景】
该数据集适用于肺癌药物基因组学相关的研究场景，包括但不限于：探索肺癌患者对化疗药物反应的分子机制、验证患者来源细胞模型在药物反应预测中的适用性、开展表达谱层面的整合分析以识别潜在的药物反应标志物，以及作为难治性肺癌转化研究的参考数据。由于数据基于高通量测序的表达谱，也可用于与其他肺癌表达数据集的比较分析。但具体适用性需结合源站提供的完整元数据加以判断。
【使用方法】
使用该数据集时，首先需下载数据文件 GSE229535_series_matrix.txt.gz。该文件为 GZIP 压缩包，读取前需先解压。解压后可按文本矩阵格式读取，建议先在小样本上核对字段与编码，确认无误后再批量接入分析流程。由于文件为系列矩阵格式，通常包含样本信息与表达值矩阵，具体字段结构需以实际文件为准。源站未提供额外的分析脚本或处理流程说明。
【质量与限制】
该数据集来自 NCBI 的 GEO 数据库，具有较高的权威性和可追溯性。数据基于高通量测序平台 GPL24676 产生，属于表达谱分析类型。然而，源站未提供样本量、重复数、数据标准化方法、质控指标或批次效应处理等信息，因此无法对数据质量进行具体评估。此外，患者来源细胞的体外培养可能引入与原发肿瘤的差异，这一限制在源站描述中未明确说明，但属于该模型体系的通用考量。使用者应结合自身研究目的谨慎解读结果。
【引用与许可】
该数据集的作者为 Ji-Youn, Han，发布时间为 Apr 12 202。引用时应遵循 NCBI GEO 数据库的引用规范，并注明数据集编号 GSE229535。源站未提供具体的许可条款或使用限制说明，建议使用者访问 NCBI 页面获取最新的引用与许可信息。
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=GSE229535
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
患者来源细胞（PDC）能够重现肺癌的特征及其治疗反应。我们收集了接受各种化疗的患者的癌细胞，并进行了药物基因组学的综合分析。
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。
