意大利米兰吸烟肺腺癌患者非肿瘤肺实质转录组
该数据集来自意大利米兰接受肺叶切除术的吸烟肺腺癌患者，包含非肿瘤肺组织的转录组数据，分为发现系列（n = 204）和验证系列（n = 78）
基本信息
资源简介
意大利米兰吸烟肺腺癌患者非肿瘤肺实质转录组
该数据集收录了来自意大利米兰的吸烟肺腺癌患者的非肿瘤肺组织转录组数据，旨在通过分析非受累肺组织的分子特征，探索遗传因素在肺癌发生发展中的作用。肺癌患者即使烟草暴露水平相近，其发病风险、临床分期和生存期仍存在较大差异，这些差异可能部分归因于遗传背景。该数据集包含两个系列的非肿瘤肺组织样本，分别为发现系列（n = 204）和验证系列（n = 78），所有样本均来自接受肺叶切除术的吸烟肺腺癌患者。数据集主题标签为转录组学，属于肿瘤/肺癌分类，可为肺癌遗传易感性及进展机制研究提供转录组层面的数据支持。
【数据集背景】
科学证据表明，对于烟草暴露水平相近的个体，遗传因素可能导致肺癌风险的差异，而烟草暴露是肺癌的主要环境风险因素。此外，肺癌患者在临床分期和生存期方面表现出较大差异，这些差异似乎至少部分可归因于遗传背景。分析肺癌患者非受累组织的分子特性（例如种系变异和全基因组表达水平），可能有助于识别参与该疾病发生和发展的遗传因素。基于这一目标，研究者对来自意大利米兰、因腺癌接受外科肺叶切除术的吸烟者的非肿瘤肺组织样本进行了分析，形成了本数据集所涵盖的两个系列。
【数据内容】
该数据集的核心内容是来自吸烟肺腺癌患者的非肿瘤肺组织转录组数据。样本分为两个系列：发现系列包含204例，验证系列包含78例。这些样本均为非肿瘤肺组织，即未受肿瘤累及的肺实质组织。数据集的主题标签为转录组学，表明其数据类型属于转录组层面的分子信息。源站描述中提及的分析方向包括种系变异和全基因组表达水平等分子特性，但具体检测平台、基因数量、表达矩阵格式等信息源站未提供。
【采集与来源】
样本来源于意大利米兰，采集对象为接受外科肺叶切除术的吸烟肺腺癌患者。所有样本均为非肿瘤肺组织，即手术切除标本中未受肿瘤累及的部分。数据集分为发现系列（n = 204）和验证系列（n = 78）两个批次。源站描述中未提供具体的采样时间范围、医疗机构名称、患者纳入排除标准、吸烟量定义等详细信息。
【适用场景】
该数据集适用于肺癌遗传易感性和发病机制相关的研究场景。具体而言，可用于分析非肿瘤肺组织的转录组特征，探索与肺癌发生和发展相关的遗传因素；也可用于比较发现系列和验证系列之间的表达模式，或与其他肺癌转录组数据集进行整合分析。此外，由于样本来自吸烟肺腺癌患者，该数据集可能适用于研究烟草暴露背景下宿主遗传背景与肺癌风险及临床差异之间的关系。源站描述中提及的临床分期和生存期差异分析，提示该数据集可能支持与临床表型相关的分子机制研究，但具体可用的临床注释信息源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据下载方式、文件格式、预处理流程、标准化方法、分析工具推荐等。使用者需参考来源站（omicsdi.org）的相关说明获取进一步信息。
【质量与限制】
该数据集包含发现系列（n = 204）和验证系列（n = 78），样本均来自意大利米兰的吸烟肺腺癌患者，具有明确的地域和人群背景。然而，源站未提供关于数据质量评估、批次效应控制、样本排除标准、临床注释完整性等方面的详细信息。此外，由于样本仅来自吸烟肺腺癌患者，其结论向非吸烟人群、其他肺癌亚型或其他人群的推广需谨慎。源站描述中未提及数据的具体限制和注意事项。
【引用与许可】
源站未提供该数据集的引用方式、许可协议、使用条款或数据访问权限等信息。使用者需直接访问来源站（omicsdi.org）查询相关引用和许可要求。
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。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-71181
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
科学证据表明，遗传因素可能导致烟草暴露水平相似个体间的肺癌风险差异，而烟草暴露是肺癌的主要环境风险因素。此外，肺癌患者在临床分期和生存期方面表现出较大差异；这些差异似乎至少部分归因于遗传背景。对肺癌患者非受累组织的分子特性（如胚系变异和全基因组表达水平）进行分析，可能有助于识别参与该疾病发生和发展的遗传因素。为此，我们分析了来自意大利米兰接受肺腺癌手术肺叶切除术的吸烟者的两个系列非肿瘤肺组织样本（发现系列，n = 204；验证系列，n = 78）。首先，我们检测了这两个系列的全转录组，以确定在该队列中与肺癌风险或预后相关的候选基因和通路。
此外，由于已知性别和年龄强烈影响人类肺部的病理生理学，我们利用同一样本的转录组数据来识别肺中与性别和年龄相关的转录差异。样本取自意大利米兰地区因肺腺癌接受肺叶切除术的患者，为非受累（表面正常）的肺实质组织。这些样本分两组进行分析：发现系列（n = 204）和验证系列（n = 78）。
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。
