结肠癌基因表达分类定义六种具有不同临床、分子和生存特征的分子亚型 [Expression]
该数据集基于Affymetrix U133Plus2平台的mRNA表达谱，对443例结肠癌样本进行分子分类，并在123例独立样本及906个公共数据集中验证，识别出六种分子亚型
![Gene expression Classification of Colon Cancer defines six molecular subtypes with distinct clinical, molecular and survival characteristics [Expression]](/medical-api/medicalDataset/datasetCover/98054_v20261104203010.jpg)
基本信息
资源简介
结肠癌基因表达分类定义六种具有不同临床、分子和生存特征的分子亚型 [Expression]
该数据集围绕结肠癌的分子分型展开，基于Affymetrix U133Plus2平台的mRNA表达谱数据，对443例结肠癌样本进行系统分析，并在123例独立样本以及906个公共数据集中进行验证，最终识别并验证了六种分子亚型。这些亚型由多种分子过程组合而成，能够补充当前基于临床病理变量和分子标志物的疾病分层体系。研究显示，不同亚型之间在生存方面存在显著差异，从而进一步支持了其生物学相关性。该数据集属于肿瘤领域的转录组学数据，来源于omicsdi.org，主题标签为Transcriptomics，可为结肠癌的分子机制研究、预后模型构建以及靶向治疗探索提供重要的数据基础。
【数据集背景】
从临床和分子角度来看，结肠癌是一种异质性疾病，但迄今为止尚未建立基于高密度转录组数据的分类体系。该研究的目的是对大量结肠癌样本的mRNA表达谱进行稳健的分子分类，并在此基础上识别具有不同临床、分子和生存特征的分子亚型。研究共纳入443例结肠癌样本，并在123例独立样本和906个公共数据集中进行验证，最终确定了六种分子亚型。这些亚型是多种分子过程的组合，能够补充当前基于临床病理变量和分子标志物的疾病分层。其生物学相关性通过生存差异得到进一步巩固，为改进预后模型和靶向治疗提供了新的视角。
【数据内容】
该数据集的核心内容是结肠癌样本的mRNA表达谱，基于Affymetrix U133Plus2平台生成。研究对443例结肠癌样本进行了分子分类，并在123例独立样本及906个公共数据集中进行了验证。通过分析，识别出六种分子亚型，这些亚型具有不同的临床、分子和生存特征。数据集的主题标签为Transcriptomics，属于肿瘤领域的转录组学数据。源站描述中提及，这些样本来源于为Cartes d'Identité des Tumeurs（CIT）项目收集的大系列结肠癌样本，但具体样本采集细节、表达谱预处理方法、亚型定义的具体分子特征等信息，源站未提供。
【采集与来源】
该数据集来源于omicsdi.org，英文名称为“Gene expression Classification of Colon Cancer defines six molecular subtypes with distinct clinical, molecular and survival characteristics [Expression]”。研究使用的平台为Affymetrix U133Plus2，样本包括443例结肠癌样本、123例独立验证样本以及906个公共数据集。源站描述提到，这些结肠癌样本是为Cartes d'Identité des Tumeurs项目收集的，但关于样本的具体来源机构、采集时间、伦理审批信息、患者纳入排除标准等，源站未提供。
【适用场景】
该数据集适用于结肠癌分子分型研究、转录组学数据分析、预后模型构建以及靶向治疗探索。由于研究识别出六种具有不同临床、分子和生存特征的分子亚型，该数据可用于验证或比较不同分型体系，也可用于探索亚型与生存差异之间的关系。此外，该数据集还可用于方法学验证，例如在独立样本和公共数据集中评估分类模型的稳健性。但具体的使用场景建议、分析流程或工具推荐，源站未提供。
【使用方法】
源站未提供具体的使用方法，包括数据下载方式、文件格式、预处理步骤、分析代码或分析流程等。用户如需使用该数据集，可能需要参考原始研究或相关数据平台提供的说明。
【质量与限制】
该研究基于443例结肠癌样本进行分子分类，并在123例独立样本和906个公共数据集中进行了验证，识别出六种分子亚型，且这些亚型在生存方面存在显著差异，表明其具有一定的生物学相关性。然而，关于数据质量的具体指标，如数据完整性、批次效应控制、归一化方法、缺失值处理等，源站未提供。此外，该数据集的局限性、潜在偏倚以及适用范围的限制，源站也未提供。
【引用与许可】
源站未提供该数据集的引用格式、许可协议或使用条款。用户在使用该数据集时，应自行查阅原始研究或相关数据平台以获取引用和许可信息。
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-39582
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
从临床和分子角度来看，结肠癌（CC）是一种异质性疾病，但迄今为止，尚未基于高密度转录组数据建立分类。本研究的目的是对443例CC患者的大型系列mRNA表达谱（Affymetrix U133Plus2）进行稳健的分子分类，并在123例CC的独立系列和906个公共数据集中进行验证。我们在这个大型队列中识别并验证了六个分子亚型，这些亚型是多种分子过程的组合，补充了当前基于临床病理变量和分子标记的疾病分层。这些亚型的生物学相关性通过生存率的显著差异得到了巩固。这些见解为改进预后模型和靶向治疗开辟了新的前景。
在为法国国家抗癌联盟（http://cit.ligue-cancer.net）的肿瘤身份卡（CIT）项目收集的大量结肠癌样本中，有566例使用Affymetrix U133plus2芯片进行了mRNA表达谱分析，其中463例还通过CGH阵列（CIT-CGHarray V6）进行了DNA变异谱分析。这566例肿瘤被分为一个包含443例结肠癌的发现数据集和一个包含123例结肠癌的验证数据集。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
