非小细胞肺癌中影响血管生成的 MicroRNA 特征

该数据集来自 omicsdi.org,聚焦非小细胞肺癌(NSCLC)中与血管生成相关的 MicroRNA(miR)表达特征

omicsdi
浏览 17
基因组分类Transcriptomics
Signature of MicroRNAs with Impact on Angiogenesis in Non-Small Cell Lung Cancer

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-07

资源简介

非小细胞肺癌中影响血管生成的 MicroRNA 特征

该数据集来自 omicsdi.org,聚焦非小细胞肺癌(NSCLC)中与血管生成相关的 MicroRNA(miR)表达特征。研究纳入 335 例 NSCLC 患者的大型队列,并选取其中疾病特异性生存期(DSS)短的 10 例、DSS 长的 10 例以及 10 例正常对照的石蜡包埋样本进行分析。miR 在组织与血清中相对稳定且可检测,具有作为预后与预测标志物的潜力。该数据可用于识别与 NSCLC 血管生成相关的显著差异 miR,并支持基于表达特征的分类或预后标志物研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):血管生成被视为癌症发展的标志,抗血管生成治疗目前用于非小细胞肺癌(NSCLC)患者。MicroRNA(miR)是小的非编码、内源性、单链 RNA,可调控基因表达。由于 miR 相对稳定,且可在组织和血清中检测,它们是潜在的预后和预测标志物。在本研究中,我们旨在识别 NSCLC 中与血管生成相关的显著改变的 miR。从一个 335 例 NSCLC 患者的大型队列中,分析了 10 例疾病特异性生存期(DSS)短、10 例 DSS 长和 10 例正常对照的石蜡包埋样本。

【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-GEOD-27705

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-GEOD-27705

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

血管生成被认为是癌症发展的一个标志,抗血管生成治疗目前用于非小细胞肺癌(NSCLC)患者。微小RNA(miRs)是一类小的非编码、内源性、单链RNA,能够调控基因表达。由于miRs相对稳定,且在组织和血清中均可检测到,因此它们是潜在的预后和预测标志物。在本研究中,我们旨在从335例NSCLC患者的大型队列中,识别与NSCLC血管生成相关的显著改变的miRs。我们分析了10例疾病特异性生存期(DSS)较短、10例DSS较长以及10例正常对照患者的石蜡包埋样本。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。