下咽癌lncRNA甲基化与转录组测序及免疫浸润初步研究数据
该数据集来自search.dataone.org，围绕下咽鳞状细胞癌（HSCC）展开，包含5对HSCC组织与癌旁组织的全转录组和甲基化测序数据，用于识别lncRNA的甲基化与转录组图谱
基本信息
资源简介
下咽癌lncRNA甲基化与转录组测序及免疫浸润初步研究数据
Data for: Preliminary study based on methylation and transcriptome gene sequencing of lncRNAs and immune infiltration in hypopharyngeal carcinoma
该数据集来自search.dataone.org，围绕下咽鳞状细胞癌（HSCC）展开，包含5对HSCC组织与癌旁组织的全转录组和甲基化测序数据，用于识别lncRNA的甲基化与转录组图谱。数据涉及m6A相关lncRNA差异表达、Gene Ontology与KEGG分析、m6A lncRNA-microRNA网络构建及肿瘤微环境免疫浸润研究，主题标签涵盖下咽癌、转录组测序、免疫细胞浸润、LncRNAs、miRNAs和MeRIP-seq，可用于探索表观遗传修饰在HSCC侵袭转移中的作用（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：下咽鳞状细胞癌（HSCC）是头颈部最恶性的肿瘤之一。由于其位置隐蔽，早期不易发现；因此诊断时高度可能已发生淋巴结转移，导致预后不良。一般认为表观遗传修饰与癌症侵袭和转移有关。然而，m6A相关lncRNA在HSCC肿瘤微环境（TME）中的作用仍不清楚。方法：对5对HSCC组织与癌旁组织进行全转录组和甲基化测序，以识别lncRNA的甲基化与转录组图谱。通过Gene Ontology和Kyoto Encyclopedia of Genes and Genomes分析差异表达m6A峰的lncRNA的生物学意义。通过构建m6A lncRNA-microRNA网络，分析m6A lncRNA在HSCC中的机制
【主题与分类】
主题标签：hypopharyngeal carcinoma、transcriptome sequencing、Immune cell infiltration、LncRNAs、miRNAs、MeRIP-seq。本站分类：肿瘤。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ab6290edb698bebdfe41f289fd47744cf73cdc7a4a5f83eac0a9b2d2d1215ec91
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景：下咽鳞状细胞癌（HSCC）是头颈部最具恶性的肿瘤之一。由于其位置隐匿，早期不易发现；因此，诊断时淋巴结转移的可能性很高，导致预后不良。目前认为表观遗传修饰与癌症侵袭和转移有关。然而，m6A相关lncRNA在HSCC肿瘤微环境（TME）中的作用仍不清楚。方法：对5对HSCC组织及癌旁组织进行全转录组和甲基化测序，以鉴定lncRNA的甲基化和转录组谱。通过基因本体论和京都基因与基因组百科全书分析差异表达m6A峰的lncRNA的生物学意义。通过构建m6A lncRNA-microRNA网络，分析m6A lncRNA在HSCC中的作用机制。通过定量聚合酶链…检测所选lncRNA的相对表达水平。
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。
