肿瘤教育血小板RNA-seq泛癌与多分类分子通路诊断数据集
该数据集提供283份血液血小板样本的RNA测序数据，其中228份为来自非小细胞肺癌、结直肠癌、胰腺癌、胶质母细胞瘤、乳腺癌和肝胆癌六类恶性肿瘤患者的肿瘤教育血小板样本，另55份来自健康个体
基本信息
资源简介
肿瘤教育血小板RNA-seq泛癌与多分类分子通路诊断数据集
PRJNA281708 是一项围绕肿瘤教育血小板（tumor-educated platelets，TEP）RNA 测序展开的数据集，来源于 ncbi.nlm.nih.gov，在本站归入肿瘤 / 肺癌分类。该数据集共包含 283 份血液血小板样本的 RNA 测序数据，其中 228 份为肿瘤教育血小板样本，来自非小细胞肺癌、结直肠癌、胰腺癌、胶质母细胞瘤、乳腺癌和肝胆癌六类恶性肿瘤患者；另外 55 份为从健康个体分离的血小板样本。数据集的主题标签为 Transcriptome or Gene expression，整体设计旨在展示基于 TEP RNA 的“液体活检”在多种癌症类型中的能力，包括泛癌、多类癌症以及伴随诊断方面的潜力。
【数据集背景】
血小板在血液循环中可与肿瘤细胞及其释放的因子发生相互作用，从而摄取肿瘤来源的 RNA 等分子，形成所谓“肿瘤教育血小板”。基于这一生物学现象，通过外周血分离血小板并对其 RNA 进行测序，有望成为微创、可重复采样的癌症诊断途径。该数据集正是围绕这一思路产生，报告了 283 份血液血小板样本的 RNA 测序数据，覆盖六类恶性肿瘤患者与健康个体，用于考察 TEP RNA 在泛癌、多类癌症区分及分子通路相关诊断中的表现。
【数据内容】
数据集的核心内容是血液血小板样本的 RNA 测序数据，样本总数为 283 份。其中 228 份为肿瘤教育血小板样本，供体为六类恶性肿瘤患者，分别为非小细胞肺癌、结直肠癌、胰腺癌、胶质母细胞瘤、乳腺癌和肝胆癌；其余 55 份为健康个体来源的血小板样本。数据主题属于转录组或基因表达范畴，可用于分析血小板中的 RNA 表达特征。源站描述在实验流程部分提及总 RNA 提取、cDNA 合成与 SMARTer 扩增、Covaris 剪切片段化及后续制备，但该段描述在源站文本中未完整结束，后续步骤未提供。
【采集与来源】
样本采集自全血。源站描述指出，血液血小板通过标准离心方法从置于紫色盖 BD Vacutainer 采血管中的全血中分离，采血管含 EDTA 抗凝剂。分离获得血小板沉淀后提取总 RNA，随后进行 cDNA 合成与 SMARTer 扩增，并通过 Covaris 剪切进行片段化，之后进入文库制备环节。样本来源包括六类恶性肿瘤患者与健康个体，具体采集地点、时间跨度、伦理审批信息源站未提供。
【适用场景】
该数据集适用于基于血小板 RNA 的癌症诊断研究，包括泛癌检测、多类癌症分类区分，以及伴随诊断方向的探索。由于样本涵盖非小细胞肺癌、结直肠癌、胰腺癌、胶质母细胞瘤、乳腺癌和肝胆癌六类恶性肿瘤及健康对照，可用于比较肿瘤教育血小板与健康个体血小板之间的转录组差异，评估 TEP RNA 作为血液基液体活检标志物的可行性。本站将其归入肿瘤 / 肺癌分类，也可为肺癌相关转录组分析提供参考数据。
【使用方法】
源站未提供具体的数据使用说明、下载路径、文件格式清单或分析流程。使用者需依据 NCBI 公共数据访问的一般方式获取测序数据，并结合转录组分析常用方法开展表达定量与差异分析。源站未提供针对该数据集的推荐分析参数或标准操作步骤。
【质量与限制】
源站未提供样本质量评估指标、测序深度、批次信息或质控报告。该数据集样本量有限，健康对照为 55 份，肿瘤样本覆盖六类癌症但各类别样本数源站未提供。源站描述的实验流程文本不完整，片段化之后的步骤未给出，可能影响对建库细节的完整理解。此外，数据集仅涉及血小板 RNA 测序，不包含其他血液成分或组织样本的对照数据，相关结论的外推需谨慎。
【引用与许可】
源站未提供引用格式、发表文献信息或许可条款。使用该数据集时应遵循 NCBI 及原始数据提交方的相关要求，具体引用方式与使用许可需另行查询源站记录。
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/PRJNA281708
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
我们报告了283份血小板样本的RNA测序数据，其中包括从六种不同恶性肿瘤（非小细胞肺癌、结直肠癌、胰腺癌、胶质母细胞瘤、乳腺癌和肝胆癌）患者中采集的228份肿瘤教育血小板（TEP）样本。此外，我们还报告了从55名健康个体中分离的血小板的RNA测序数据。该数据集突显了基于TEP RNA的“液体活检”在多种癌症类型患者中的应用能力，包括泛癌、多类癌症及伴随诊断的能力。总体设计：在含EDTA抗凝剂的紫色盖BD Vacutainer采血管中，通过标准离心法从全血中分离出血小板。从血小板沉淀中提取总RNA，进行cDNA合成和SMARTer扩增，经Covaris剪切片段化，并使用Truseq Nano DNA样本制备试剂盒准备测序。随后，混合样本文库在Illumina Hiseq 2500平台上进行测序。所有步骤均使用Bioanalyzer 2100配合RNA 6000 Picochip、DNA 7500及DNA High Sensitivity芯片测量进行质量控制。
为进一步进行下游分析，使用Trimmomatic对读段进行质量控制，利用STAR比对到人类参考基因组，并采用HTseq汇总跨内含子读段。处理后数据包含285个样本（列）和57736个Ensembl基因ID（行）。补充数据文件（TEP_data_matrix.txt）包含了经HTseq数据汇总后的跨内含子读段计数。
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。
