Barrett食管与食管癌游离转录组数据[纳米孔长读长]

该数据集为Barrett食管(BE)、食管腺癌(EAD)及健康人血浆游离RNA测序数据,包含纳米孔长读长数据,共1个文件(GSE271389_series_matrix.txt.gz)

geo
浏览 2
基因组分类GPL261679606
GSE271389: Cell-free transcriptome of Barrett’s Esophagus and Esophageal Cancer [Nanopore - long read]

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-30

资源简介

Barrett食管与食管癌游离转录组数据[纳米孔长读长]

Cell-free transcriptome of Barrett’s Esophagus and Esophageal Cancer [Nanopore - long read]

该数据集为Barrett食管(BE)、食管腺癌(EAD)及健康人血浆游离RNA测序数据,包含纳米孔长读长数据,共1个文件(GSE271389_series_matrix.txt.gz)。源站描述指出EAD早期发现可显著提高五年生存率,而BE患者EAD风险更高却缺乏常规筛查,游离RNA测序有望成为微创诊断手段。该数据可用于生物标志物发现及BE、EAD与健康样本的分类研究(来源 NCBI)。

【数据集背景】

源站首次发布:Jul 03 202。

【数据内容】

源站描述(机器翻译,仅供参考):食管腺癌(EAD)若在早期发现,五年生存率可大幅提高,因此早期检测策略对减轻疾病负担至关重要。被诊断为Barrett食管(BE)的患者患EAD的风险更高,但目前尚无针对EAD的常规筛查。游离RNA测序的最新进展旨在创建微创诊断方法。我们提供来自BE、EAD和健康患者血浆的短读长和长读长数据,用于生物标志物发现。

【数据结构与技术规格】

文件数 1 个,合计 0 B。

【主题与分类】

主题标签:GPL26167、9606。本站分类:肿瘤。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE271389

【使用注意】

· 源站最后修改于 Dec 08 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE271389

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

食管腺癌(EAD)若在早期阶段被检出,其五年生存率可获得大幅改善,因此早期检测策略对于减轻疾病负担至关重要。被诊断为巴雷特食管(BE)的患者罹患EAD的风险更高,但目前尚无针对EAD的常规筛查。近年来游离RNA测序技术的进展旨在创建微创诊断方法。我们展示了来自BE、EAD和健康患者血浆的短读长和长读长数据,用于生物标志物的发现。

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。