GSE1902：癌症基因组解剖计划（CGAP）人类LongSAGE
该数据集为癌症基因组解剖计划（CGAP）的SAGE文库集合，收录由CGAP资助或捐赠给CGAP的文库，以人类LongSAGE表达谱数据为主，主题标签涉及表达谱分析、SAGE、肿瘤及平台GPL1485、物种9606
基本信息
资源简介
GSE1902：癌症基因组解剖计划（CGAP）人类LongSAGE
GSE1902 即 Cancer Genome Anatomy Project（CGAP）Human LongSAGE 数据集，来源于 ncbi.nlm.nih.gov，在本站归类为肿瘤 / 其他。该数据集代表癌症基因组解剖计划的 SAGE 文库集合，其中收录的文库或由 CGAP 资助产生，或由相关方捐赠给 CGAP。数据以人类 LongSAGE 表达谱为主，主题涉及表达谱分析、SAGE、肿瘤，并关联平台 GPL1485 与物种编号 9606。数据集包含 1 个文件，样例文件名为 GSE1902_series_matrix.txt.gz，作者为 R、L、Strausberg，发布时间为 Oct 28 200。整体而言，该数据集适合作为 CGAP SAGE 文库资源的入口，用于了解相关表达谱数据的组织方式与获取途径。
【数据集背景】
该数据集对应癌症基因组解剖计划（CGAP）的 SAGE 文库集合。CGAP 是一个以癌症基因组研究为背景的项目，其 SAGE 文库集合汇集了通过 CGAP 资助产生的文库以及捐赠给 CGAP 的文库。数据集标题明确指向 Human LongSAGE，说明其内容以人类 LongSAGE 数据为主。主题标签包括 Expression profiling by SAGE、GPL1485 和 9606，分别对应表达谱分析方法、平台编号与物种编号。本站将其归入肿瘤 / 其他分类，反映出该资源与肿瘤研究场景的关联。源站描述仅说明该系列代表 CGAP 的 SAGE 文库集合，并交代文库的来源方式，未进一步展开样本构成或实验设计。
【数据内容】
数据集包含 1 个文件，样例文件名为 GSE1902_series_matrix.txt.gz，属于 GZIP 压缩格式的系列矩阵文件。该文件以压缩包形式提供，便于下载与传输。主题标签表明数据围绕 SAGE 表达谱分析展开，涉及平台 GPL1485 与物种 9606。数据以人类 LongSAGE 表达谱为主，文库来源包括 CGAP 资助产生或捐赠给 CGAP 的文库。除上述信息外，源站未提供关于样本数量、文库明细、表达值范围或矩阵字段构成的进一步说明。
【采集与来源】
数据来源站为 ncbi.nlm.nih.gov，源站标题为 Cancer Genome Anatomy Project (CGAP) Human LongSAGE。作者为 R、L、Strausberg，发布时间为 Oct 28 200。源站描述说明该系列代表 CGAP 的 SAGE 文库集合，文库或由 CGAP 资助产生，或捐赠给 CGAP。关于具体采集方法、样本处理流程、测序或文库构建细节，源站未提供。
【适用场景】
该数据集适用于围绕 SAGE 表达谱分析的相关工作，尤其是与肿瘤研究相关的表达谱数据查阅与整合。主题标签中的 Expression profiling by SAGE 表明其方法学定位，GPL1485 与 9606 分别提供平台与物种维度的索引信息。由于数据集代表 CGAP 的 SAGE 文库集合，也可用于了解 CGAP 资助或受赠文库的组织形式。关于具体分析用途、比较研究或验证场景，源站未提供进一步说明。
【使用方法】
使用时可先下载数据文件 GSE1902_series_matrix.txt.gz，按 GZIP 压缩包格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入。由于数据集仅包含 1 个文件，读取流程相对集中，但仍应注意压缩包解压后的矩阵结构。关于字段含义、编码规范或平台注释的具体对应关系，源站未提供。
【质量与限制】
数据集仅包含 1 个文件，文件样例为系列矩阵压缩包。源站未提供关于数据完整性、缺失值、批次效应或质控指标的说明。文库来源包括 CGAP 资助产生与捐赠两类，源站未说明两类文库在数据质量或处理方式上是否存在差异。发布时间为 Oct 28 200，关于后续更新或版本信息，源站未提供。使用时需注意数据集覆盖范围与字段定义的边界，避免超出源站描述进行推断。
【引用与许可】
作者为 R、L、Strausberg，来源站为 ncbi.nlm.nih.gov。关于引用格式、许可条款或使用限制，源站未提供。使用或再分发前，应自行核对源站的相关政策与授权说明。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE1902
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
本系列代表癌症基因组解剖计划（Cancer Genome Anatomy Project）的SAGE文库集合。本文库所含文库或由CGAP资助产生，或捐赠给CGAP。癌症基因组解剖计划（CGAP：http://cgap.nci.nih.gov）是由美国国家癌症研究所（NCI：http://www.nci.nih.gov）建立并管理的跨学科项目，旨在生成解读癌细胞分子解剖结构所需的信息和技术工具。SAGE文库按以下惯例命名：* SAGE_器官_组织学_代码_唯一标识符，例如，SAGE_Colon_adenocarcinoma_CL_Caco2 * 代码：B = bulk（批量）；CL = cell line（细胞系）；CS = short-term cell culture（短期细胞培养）；MD = micro-dissected（显微切割）；AP = antibody purified（抗体纯化）。
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。
