结直肠癌细胞系基因表达谱
该数据集为结直肠癌（CRC）细胞系的基因表达谱数据，来源于NCBI GEO，包含1个系列矩阵文件。数据基于表达谱芯片平台GPL17586，物种为9606（人类），由Anita和Sveen于2025年9月25日发布
基本信息
资源简介
结直肠癌细胞系基因表达谱
GSE309172 是一个聚焦结直肠癌（CRC）细胞系基因表达谱的数据集，来源于 NCBI GEO 数据库，标题为“Gene expression profiles of colorectal cancer (CRC) cell lines.”。该数据集属于肿瘤领域的“其他”分类，包含 1 个系列矩阵文件 GSE309172_series_matrix.txt.gz，基于表达谱芯片平台 GPL17586 生成，物种为人类（9606）。数据由 Anita 和 Sveen 于 2025 年 9 月 25 日发布。整体来看，该数据集为研究结直肠癌细胞系的基因表达特征提供了直接的芯片表达谱资源，适合用于表达模式核对、细胞系层面的分子特征梳理以及与药物敏感性研究相关的探索性分析。
【数据集背景】
该数据集围绕结直肠癌（CRC）细胞系展开，属于基因表达谱研究范畴。根据源站描述，研究者对 CRC 细胞系进行了基因表达谱分析，并将其作为一项与药物敏感性检测相结合的研究工作的一部分，目的在于识别异常的治疗反应及其分子基础。这一背景说明该数据集并非孤立的表达谱测量，而是服务于结直肠癌治疗反应相关分子机制探索的研究框架。数据集主题标签包括“Expression profiling by array”，表明其技术路线为芯片表达谱检测；平台标识为 GPL17586，物种标识为 9606，即人类。发布者信息显示为 Anita 与 Sveen，发布时间为 2025 年 9 月 25 日。
【数据内容】
该数据集当前提供 1 个文件，文件样例为 GSE309172_series_matrix.txt.gz，即系列矩阵文件。该文件以 GZIP 压缩格式分发，内容对应结直肠癌（CRC）细胞系的基因表达谱数据。从主题标签看，数据属于芯片表达谱类型，平台为 GPL17586，物种为人类。源站未提供矩阵文件中具体包含的细胞系数量、探针或基因数量、样本分组、表达值类型以及是否附带临床或药物敏感性注释等细节。因此，关于数据内容的进一步字段级说明，源站未提供。
【采集与来源】
该数据集来源于 NCBI GEO（ncbi.nlm.nih.gov），源站标题为“Gene expression profiles of colorectal cancer (CRC) cell lines.”。源站描述指出，研究者对 CRC 细胞系进行了基因表达谱分析，作为与药物敏感性检测相结合的研究的一部分，用于检测异常治疗反应及其分子基础。数据由 Anita 和 Sveen 发布，发布时间为 2025 年 9 月 25 日。关于样本采集的具体流程、细胞系来源、培养条件、芯片实验操作细节以及药物敏感性检测的具体方法，源站未提供。
【适用场景】
基于现有信息，该数据集可用于结直肠癌细胞系基因表达谱的查阅与探索，适合在细胞系层面观察基因表达模式，并可作为与药物敏感性研究相关联的表达谱资源加以利用。其芯片表达谱属性使其适用于表达谱层面的数据核对、特征梳理和探索性分析。由于源站描述提到该数据是药物敏感性检测研究的一部分，该数据集也可能为理解治疗反应相关分子基础提供表达层面的参考。关于具体的分析场景、验证用途或临床转化方向，源站未提供。
【使用方法】
使用该数据集时，可先下载数据文件 GSE309172_series_matrix.txt.gz，并按 GZIP 压缩包格式进行读取。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，以避免因字段解析或编码问题导致后续处理偏差。关于矩阵文件的具体解析方式、表达值归一化状态、探针注释映射方法以及配套分析流程，源站未提供。
【质量与限制】
该数据集目前仅提供 1 个系列矩阵文件，文件数量有限。源站未提供样本量、数据完整性、缺失值情况、批次信息、质量控制指标或重复性验证等质量相关信息。由于缺乏这些细节，无法对数据质量作出进一步判断。此外，关于细胞系身份验证、药物敏感性数据的配套情况以及数据更新维护状态，源站未提供。使用者在开展分析前应自行核对数据字段与编码，并在小样本验证的基础上再行批量处理。
【引用与许可】
该数据集的作者为 Anita 和 Sveen，发布时间为 2025 年 9 月 25 日，来源站为 ncbi.nlm.nih.gov。关于该数据集的具体引用格式、许可条款和使用限制，源站未提供。使用者在引用或再分发数据前，应遵循来源站的相关规定。
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=GSE309172
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
我们对CRC细胞系进行了基因表达谱分析，作为药物敏感性测试研究的一部分，以检测异常治疗反应及其分子基础。
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。
