PROSTGCN 转移性前列腺癌空间转录组数据集
该数据集通过空间转录组学技术分析了转移性前列腺癌患者（IV期）的骨和淋巴结转移灶标本，揭示了转移微环境中的基因表达空间异质性。由Karolinska Institutet提供，来自GEO，数据格式为表格，包含14条数据记录，适用于分类任务，许可证为Open Data Commons，专注于肿瘤领域的转移性（IV期）前列腺癌研究。
基本信息
资源简介
PROSTGCN 转移性前列腺癌空间转录组数据集
【数据集背景】
本数据集源站标题为《DNA methylation profiling of immune cells from tuberculosis-exposed individuals overlaps with BCG-induced epigenetic changes and correlates with the emergence of anti-mycobacterial ‘corralling cells’》。源站首次发布：Aug 16 202。
【数据内容】
源站原始描述：The mechanism of protection of the only approved tuberculosis (TB) vaccine, Bacillus Calmette Guérin (BCG) is poorly understood. In recent years, epigenetic modifications induced by BCG have been demonstrated to reflect a state of trained immunity. The concept of trained immunity is now explored as a potential prevention strategy for a variety of infections, including Covid-19. Studies on human TB immunity are dominated by those using peripheral blood as surrogate markers for immunity. Here, we…
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：Methylation profiling by genome tiling array、GPL13534、9606。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE182215
【使用注意】
· 源站最后修改于 Aug 02 202，引用时请注意版本时效。
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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE182215
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 2.40 GB。
数据说明
该数据集通过空间转录组学技术分析了转移性前列腺癌患者（IV期）的骨和淋巴结转移灶标本，揭示了转移微环境中的基因表达空间异质性。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
