结直肠癌复发相关基因特征优化无复发生存预测数据集
该数据集来自 doi.org，对应一项结直肠癌复发相关基因特征研究，包含 12 个补充文件，涉及临床信息、表格与图件等。源站描述显示，研究通过高通量基因表达谱分析有或无转移的结直肠癌组织，识别出 2848 个差异表达 mRNA，并采用 LASSO Cox 回归模型筛选出 13-mRNA 特征，在两个
基本信息
资源简介
结直肠癌复发相关基因特征优化无复发生存预测数据集
Dataset for: Recurrence-associated gene signature optimizes recurrence free survival prediction of colorectal cancer
该数据集来自 doi.org，对应一项结直肠癌复发相关基因特征研究，包含 12 个补充文件，涉及临床信息、表格与图件等。源站描述显示，研究通过高通量基因表达谱分析有或无转移的结直肠癌组织，识别出 2848 个差异表达 mRNA，并采用 LASSO Cox 回归模型筛选出 13-mRNA 特征，在两个独立 GEO 队列中验证，用于预测结直肠癌复发风险与无复发生存。数据可用于结直肠癌预后基因特征相关分析（来源 figshare，CC0 许可）。
【数据集背景】
源站首次发布：2017-11-08。
【数据内容】
源站描述（机器翻译，仅供参考）：高通量基因表达谱分析在揭示分子机制方面已展现出巨大前景。转移相关 mRNA 可能富集具有预测癌症复发能力的基因，因此我们尝试构建一个复发相关基因特征，以改善结直肠癌（CRC）的预后预测。我们通过分析有或无转移的 CRC 组织，识别出 2848 个差异表达 mRNA。为筛选预后基因，采用了 LASSO Cox 回归模型。使用该方法，识别出一个 13-mRNA 特征，并在两个独立的 Gene Expression Omnibus (GEO) 队列中进行了验证。该分类器能够成功区分发现队列中的高风险患者（HR = 5.27, 95%CI= 2.30-12.08, P < 0.0001）。在两个独立队列中的分析得出一致结果（GSE14333: HR=4.55, 95%CI=2.18 – 9.508
【数据结构与技术规格】
文件数 12 个，合计 8.06 MB。数据集 DOI：10.6084/m9.figshare.5562460.v2。
【主题与分类】
源站学科分类：Oncology and carcinogenesis not elsewhere classified、Tumour immunology、Medical biochemistry and metabolomics not elsewhere classified、Proteomics and intermolecular interactions (excl. medical proteomics)、Plant cell and molecular biology、Animal cell and molecular biology。主题标签：colorectal cancer、gene signature、prognosis、recurrence-free survival、Cancer、Tumour Immunology、Molecular Biology、Clinical Pharmacology and Therapeutics、Biomarkers、Genomics。本站分类：肿瘤/其他。
【适用方向】
源站学科分类标注为 Oncology and carcinogenesis not elsewhere classified、Tumour immunology、Medical biochemistry and metabolomics not elsewhere classified、Proteomics and intermolecular interactions (excl. medical proteomics)、Plant cell and molecular biology、Animal cell and molecular biology。
【获取与许可】
源站页面：https://wiley.figshare.com/articles/dataset/Dataset_for_Recurrence-associated_gene_signature_optimizes_recurrence_free_survival_prediction_of_colorectal_cancer/5562460
使用许可：CC0（https://creativecommons.org/publicdomain/zero/1.0/）。
规范引用：Tian, Xianglong; Zhu, Xiaoqiang; Yan, Tingting; Yu, Chenyang; Shen, Chaoqin; Hu, Ye; et al. (2017). Dataset for: Recurrence-associated gene signature optimizes recurrence free survival prediction of colorectal cancer. Wiley. Dataset
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/10.6084/m9.figshare.5562460.v1
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 8.1 MB。
数据说明
高通量基因表达谱分析在揭示分子机制方面展现出巨大潜力。转移相关mRNA可能富集具有预测癌症复发能力的基因，因此我们尝试构建一个与复发相关的基因特征，以改善结直肠癌(CRC)的预后预测。通过分析伴或不伴转移的CRC组织，我们鉴定出2848个差异表达mRNA。为筛选预后基因，采用了LASSO Cox回归模型。利用该方法，鉴定出一个13-mRNA特征，并在两个独立的基因表达综合数据库(GEO)队列中进行了验证。该分类器能成功区分发现队列中的高风险患者(HR = 5.27，95%CI= 2.30-12.08，P < 0.0001)。在两个独立队列中的分析得出一致结果(GSE14333：HR=4.55，95%CI=2.18 – 9.508，P<0.0001)(GSE33113：HR=3.26，95%CI=2.16 – 9.16，P=0.0176)。进一步分析显示，该特征的预后价值独立于肿瘤分期、术后化疗和体细胞突变。
受试者工作特征（ROC）分析显示，该特征在发现队列和验证队列中的受试者工作特征曲线下面积（AUC）分别为0.8861和0.8157。我们为临床医生构建了列线图，其在校准图中表现良好。此外，这一13-mRNA特征优于其他已知的基因特征，包括oncotypeDX结肠癌检测。单样本基因集富集分析（ssGSEA）显示，一组与耐药、癌症转移和干性相关的通路在高风险患者中显著富集。总之，这一13-mRNA特征可能是一种有用的预后评估工具，并将有助于CRC患者的个性化管理。
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。
