慢性阻塞性肺疾病患者癌症风险评估特征识别及潜在关键基因探索
该数据集来自 doi.org，包含 2 个文件，围绕慢性阻塞性肺疾病（COPD）患者的癌症风险评估。研究比较肺癌样本（506 例）与癌旁正常肺组织（370 例）的基因表达数据，构建了由 2046 个基因对组成的定性转录特征，并在独立数据集中验证
基本信息
资源简介
慢性阻塞性肺疾病患者癌症风险评估特征识别及潜在关键基因探索
Identification of cancer risk assessment signature in patients with chronic obstructive pulmonary disease and exploration of the potential key genes
该数据集来自 doi.org，包含 2 个文件，围绕慢性阻塞性肺疾病（COPD）患者的癌症风险评估。研究比较肺癌样本（506 例）与癌旁正常肺组织（370 例）的基因表达数据，构建了由 2046 个基因对组成的定性转录特征，并在独立数据集中验证。进一步识别出 326 个 COPD 分期相关基因对，涉及 368 个独特基因，其中 16 个基因在 COPD 大鼠模型中显著失调。数据可用于肺癌风险预测、COPD 相关基因筛选及中药干预研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Identification of cancer risk assessment signature in patients with chronic obstructive pulmonary disease and exploration of the potential key genes》发表于 Annals of Medicine（2022），DOI：10.1080/07853890.2022.2112070。项目资助方：This study was supported by China National Postdoctoral Program for Innovative Talents [grant number BX20200115], the plan for the Key Scientific Research Foundation of the Higher Education Institutions of Henan Province [grant number 21A360019], National Natural Science Foundation of China [grant number 81973822], and Scientific Nursery Research Program of Henan University of Chinese Medicine [grant number MP2021-16].。源站首次发布：2022-08-20。
【数据内容】
源站描述（机器翻译，仅供参考）：评估慢性阻塞性肺疾病（COPD）患者的癌症风险至关重要。通过比较肺癌患者（共 506 个样本）与癌旁正常肺组织（共 370 个样本）的基因表达数据，我们构建了一个由 2046 个基因对组成的定性转录特征。该特征在一个包含 18 名重症患者和 52 名中度患者的评估数据集中得到验证（Wilcoxon 秩和检验；p = 7.33 × 10−5）。在其他独立数据集中也获得了类似结果。在该特征的基因对中，基于 Spearman 秩相关检验识别出 326 个 COPD 分期相关基因对，这些基因对包含 368 个独特基因。在这 368 个基因中，有 16 个基因在 COPD 大鼠模型数据中与对照数据相比显著失调。其中一些基因
【数据结构与技术规格】
文件数 2 个，合计 831.38 KB。数据集 DOI：10.6084/m9.figshare.20521997.v1。
【主题与分类】
源站学科分类：Medicine、Microbiology、Cell Biology、Genetics、Molecular Biology、Physiology。主题标签：Chronic obstructive pulmonary disease、lung cancer、incidence-risk score、traditional Chinese medicines。本站分类：肿瘤/肺癌。
【适用方向】
源站学科分类标注为 Medicine、Microbiology、Cell Biology、Genetics、Molecular Biology、Physiology。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Identification_of_cancer_risk_assessment_signature_in_patients_with_chronic_obstructive_pulmonary_disease_and_exploration_of_the_potential_key_genes/20521997
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Identification of cancer risk assessment signature in patients with chronic obstructive pulmonary disease and exploration of the potential key genes. Taylor & Francis. Guan, Qingzhou; Zhao, Peng; Tian, Yange; Yang, Liping; Zhang, Zhenzhen; Li, Jiansheng
【使用注意】
· 源站最后修改于 2024-02-08，引用时请注意版本时效。
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://doi.org/10.6084/m9.figshare.20521997
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:
数据集大小约 831.4 KB。
数据说明
评估慢性阻塞性肺疾病（COPD）患者的癌症风险至关重要。通过对比肺癌患者（共506个样本）与癌旁正常肺组织（共370个样本）的基因表达数据，我们构建了一个包含2046个基因对的定性转录特征。该特征在一个由18名重症患者和52名中度患者组成的评估数据集中得到验证（Wilcoxon秩和检验；p = 7.33 × 10^-5）。在其他独立数据集中也获得了相似结果。在该特征的基因对中，基于Spearman秩相关检验，识别出326个与COPD分期相关的基因对，这些基因对涉及368个独特基因。在这368个基因中，有16个基因在COPD大鼠模型数据中与对照组数据相比表现出显著失调。其中一些基因（Dhx16、Upf2、Notch3、Sec61a1、Dyrk2和Hmmr）在COPD大鼠模型接受中药治疗（包括补肺益肾方、补肺健脾方和益气滋肾方）时发生了改变。
总体而言，该特征能够预测COPD的癌症发病风险，所识别的关键基因可能为使用中医药治疗COPD以及预防COPD患者癌症提供指导。关键信息在COPD患者中识别出一个癌症风险评估特征。该特征对批次效应不敏感，并得到了充分验证。本研究中识别出的COPD关键基因可能在中医药治疗和癌症预防中发挥关键作用。在COPD患者中识别出一个癌症风险评估特征。该特征对批次效应不敏感，并得到了充分验证。本研究中识别出的COPD关键基因可能在中医药治疗和癌症预防中发挥关键作用。
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。
