非小细胞肺癌患者与健康对照的miRNA表达定量RT-PCR分析

样本包括鳞状细胞癌患者14例、腺癌患者6例以及健康个体。检测所得的平均Cq值用于miRNA表达归一化。该数据可用于探索循环miRNA作为非小细胞肺癌候选生物标志物的潜力,并支持肺癌分子分型与诊断相关研究(来源 omicsdi.org)

omicsdi
浏览 12
其他分类Transcriptomics
Quantitative RT-PCR profiling of miRNA expression of non-small cell lung cancer patients against healthy controls

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-06

资源简介

非小细胞肺癌患者与健康对照的miRNA表达定量RT-PCR分析

该数据集来自omicsdi.org,属于肿瘤/肺癌分类,主题标签为Transcriptomics。研究采用miRCURY LNA miRNA qPCR Serum/Plasma Panel(Exiqon)对非小细胞肺癌患者与健康个体的血浆游离循环miRNA进行定量RT-PCR表达谱分析。样本包括鳞状细胞癌患者14例、腺癌患者6例以及健康个体。检测所得的平均Cq值用于miRNA表达归一化。该数据可用于探索循环miRNA作为非小细胞肺癌候选生物标志物的潜力,并支持肺癌分子分型与诊断相关研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):肺癌(LC)是主要癌症之一,患者的生存取决于诊断时间。游离循环miRNA已被提出作为非小细胞肺癌的候选生物标志物。本研究的目的是使用miRCURY LNA miRNA qPCR Serum/Plasma Panel(Exiqon)对诊断为鳞状细胞癌(SCC,n=14)或腺癌(AD,n=6)的肺癌患者以及健康个体(HD)的血浆中的miRNA进行分析。检测所得的平均Cq用于miRNA表达的归一化。

【主题与分类】

主题标签:Transcriptomics。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-6304

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-6304

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

肺癌(LC)是主要癌症之一,患者的生存由诊断时间决定。无细胞循环miRNA已被提出作为非小细胞肺癌的候选生物标志物。本研究的目的是使用miRCURY LNA miRNA qPCR Serum/Plasma Panel(Exiqon)对诊断为鳞状细胞癌(SCC,n=14)或腺癌(AD,n=6)的肺癌患者以及健康个体(HD)血浆中的miRNA进行表达谱分析。检测到的测定项的平均Cq用于miRNA表达的归一化。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。