NSCLC、GBM、CRC与PAAD的转录组比较
该数据集包含四种不同癌症类型的原始基因表达数据：非小细胞肺癌（NSCLC）、多形性胶质母细胞瘤（GBM）、结直肠癌（CRC）和胰腺腺癌（PAAD）
基本信息
资源简介
NSCLC、GBM、CRC与PAAD的转录组比较
Transcriptomic Comparison of NSCLC, GBM, CRC, and PAAD.
该数据集包含四种不同癌症类型的原始基因表达数据：非小细胞肺癌（NSCLC）、多形性胶质母细胞瘤（GBM）、结直肠癌（CRC）和胰腺腺癌（PAAD）。数据通过GEO2R工具从Gene Expression Omnibus（GEO）获取，涵盖数千个基因在肿瘤与对照样本中的表达值。该原始数据集可作为下游分析的基础，例如归一化、差异基因表达分析和通路富集（来源 DOI 解析）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含四种不同癌症类型的原始基因表达数据：非小细胞肺癌（NSCLC）、多形性胶质母细胞瘤（GBM）、结直肠癌（CRC）和胰腺腺癌（PAAD）。数据通过GEO2R工具从Gene Expression Omnibus（GEO）获取，包含数千个基因在肿瘤与对照样本中的表达值。该原始数据集可作为下游分析的基础，例如归一化、差异基因表达分析和通路富集。
【主题与分类】
主题标签：Medicine, Health and Life Sciences。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/SQNAUR
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://doi.org/10.7910/DVN/SQNAUR
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:
数据集大小约 58.3 MB。
数据说明
该数据集包含四种不同癌症类型的原始基因表达数据：非小细胞肺癌（NSCLC）、多形性胶质母细胞瘤（GBM）、结直肠癌（CRC）和胰腺导管腺癌（PAAD）。数据通过GEO2R工具从基因表达综合数据库（GEO）获取，涵盖了数千个基因在肿瘤样本与对照样本中的表达值。此原始数据集为后续分析，如标准化处理、差异基因表达分析及通路富集分析，奠定了基础。
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。
