基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-20

资源简介

肺腺癌癌前病变原型分析：癌前病变异质性与浸润性疾病特征分化关联

该数据集为 NCBI BioProject 收录项目，编号 PRJNA1424925，英文标题为“Archetype analysis of lung adenocarcinoma premalignancy links heterogeneity in premalignant lesions to diverging features of invasive disease”。其主题聚焦肺腺癌癌前病变的原型分析，目标是把癌前病变的异质性与浸润性疾病的特征分化联系起来。数据集在源站被归类于肿瘤 / 肺癌方向，主题标签为转录组或基因表达。作为 BioProject 记录，它汇集了与单一研究计划相关的生物数据，并提供统一入口以链接该项目产生的多种数据类型。整体而言，该资源适合关注肺腺癌早期演变、癌前病变异质性及浸润性疾病特征分化的研究者参考使用。

【数据集背景】

该数据集来自 NCBI BioProject，项目编号为 1424925。BioProject 是围绕单一研究计划组织起来的生物数据集合，这些计划通常来自单一机构或联盟。BioProject 记录为用户提供一个统一位置，以便找到该项目所产生的多种数据类型之间的链接。就本数据集而言，其研究主题为肺腺癌癌前病变的原型分析，核心科学关注点在于将癌前病变的异质性与浸润性疾病的特征分化建立联系。这一背景表明，该资源并非孤立的单次实验数据，而是围绕肺腺癌癌前病变研究计划所汇集的生物数据入口。

【数据内容】

该数据集的主题标签为“Transcriptome or Gene expression”，说明其数据内容与转录组或基因表达相关。项目标题明确指出研究涉及肺腺癌癌前病变的原型分析，并试图将癌前病变的异质性与浸润性疾病的特征分化联系起来。因此，从主题上看，数据内容应围绕肺腺癌癌前病变的转录组或基因表达信息展开，服务于异质性与浸润性特征之间关系的分析。除上述主题标签和标题所反映的内容外，源站未提供更细的数据类型、样本数量、检测平台或文件格式等具体信息。

【采集与来源】

该数据集来源于 NCBI BioProject，源站为 ncbi.nlm.nih.gov，项目编号为 1424925。BioProject 作为生物数据集合，通常来自单一机构或联盟，并围绕单一研究计划组织。该记录提供统一入口，用于链接该项目生成的多种数据类型。除来源站和项目编号外，源站未提供具体的采集机构、样本来源、采集时间、实验设计或数据处理流程等细节。

【适用场景】

该数据集适用于肺腺癌癌前病变相关研究，尤其是关注癌前病变异质性及其与浸润性疾病特征分化之间联系的分析场景。由于主题标签为转录组或基因表达，它可用于涉及基因表达层面的探索性研究。同时，作为 BioProject 记录，它也可作为查找该项目所产生多种数据类型链接的入口，便于研究者定位相关生物数据。除上述方向外，源站未提供更具体的适用场景说明。

【使用方法】

该数据集可通过 NCBI BioProject 记录进行访问，项目编号为 1424925。BioProject 记录为用户提供单一位置，以查找链接到该项目所产生的多种数据类型。因此，使用时可先通过该 BioProject 记录获取项目入口，再根据其提供的链接定位相关数据。除这一访问方式外，源站未提供具体的数据下载、处理或分析步骤。

【质量与限制】

该数据集为 NCBI BioProject 记录，其描述强调 BioProject 是围绕单一研究计划组织的生物数据集合，并提供多种数据类型的链接入口。当前可确认的主题标签为“Transcriptome or Gene expression”，项目标题涉及肺腺癌癌前病变的原型分析及其与浸润性疾病的联系。除这些信息外，源站未提供关于数据质量、完整性、样本规模、平台参数或使用限制的具体说明。

【引用与许可】

源站未提供该数据集的具体引用格式或许可条款。该数据集来自 NCBI BioProject，项目编号为 1424925，源站为 ncbi.nlm.nih.gov。除来源信息外，源站未提供引用与许可方面的详细内容。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE319666

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/bioproject/PRJNA1424925

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。

数据说明

肺腺癌（LUAD）是肺癌最常见的类型，是一种异质性疾病，其组织病理学特征和临床结局高度可变。LUAD癌前病变（PMLs）是沿肺泡壁增殖的非典型肺泡上皮细胞的局限性增殖性病变。在本研究中，我们表征了PMLs的分子异质性，而不论其组织学命名如何，并利用来自LUAD切除病例的激光捕获显微切割PMLs、正常组织和肿瘤组织的批量RNA和外显子组测序数据，鉴定出四个独特的PML组或“原型”。这些原型是基于在我们所分析的LUAD PMLs和三个公开可用数据集中发现的反复出现的基因共表达模块的表达来定义的。一种PML原型，称为“增殖型”，与参与细胞增殖的基因表达增加、促肿瘤免疫环境以及EGFR驱动突变的富集相关。另一种原型，称为“正常样型”，与类似正常组织的特征、抗肿瘤免疫反应相关，并且与其他原型相比缺乏驱动突变的富集。

我们将PML原型投射到独立的LUAD基因表达数据集中，发现与增殖原型最接近的肿瘤富集了侵袭性LUAD的多种特征，包括高肿瘤分级和淋巴结侵犯，并且无病生存期显著较低。增殖原型PML可能代表具有更强侵袭性特征的病变亚群，有助于改善患者分层，并为肺癌拦截提供新的靶点。总体设计：组织块取自一个回顾性患者队列。从固定组织中分离出多个病变（PML或肿瘤）和正常组织的RNA和DNA，并进行批量RNA测序。*************************************************************** 数据上传时不包含FASTQ文件

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