用于识别结直肠癌疾病相关基因的新型3D培养系统
源站描述指出这是一个 SuperSeries,由下方列出的 SubSeries 组成。该数据可用于结直肠癌疾病相关基因识别研究,具体实验方法与结论源站未提供(来源 NCBI)

基本信息
资源简介
用于识别结直肠癌疾病相关基因的新型3D培养系统
GSE76353 是一个围绕结直肠癌疾病相关基因识别而建立的表达谱数据集,英文全称为“A new 3D culture system to identify disease-relevant genes in colorectal cancer”,中文可理解为“用于识别结直肠癌疾病相关基因的新型三维培养体系”。该数据集来源于 NCBI(ncbi.nlm.nih.gov),在本站归入“肿瘤 / 其他”分类,作者为 Shilin、Zhao,发布时间为 2017 年 12 月 28 日。从源站描述看,它属于一个 SuperSeries,由若干 SubSeries 组成,因此其整体设计是把多个子系列组织在同一总体系列之下。数据集当前提供 1 个文件,样例文件名为 GSE76353_series_matrix.txt.gz,主题标签涉及 Other、GPL570 与 9606。整体而言,该数据集适合作为结直肠癌相关基因识别研究的公共表达数据资源,但具体实验设计与分析结论需以源站子系列信息为准。
【数据集背景】
该数据集的主题是建立一种新的三维培养体系,并借助该体系识别结直肠癌中与疾病相关的基因。结直肠癌是常见的消化道恶性肿瘤,研究者通常希望从表达谱层面寻找与疾病发生、发展相关的基因候选。源站标题明确将“新的 3D 培养系统”与“识别疾病相关基因”联系起来,说明该数据集的建立动机是服务于结直肠癌相关基因的筛选研究。数据集被组织为 SuperSeries,意味着它并非单一实验的直接产物,而是对下属若干 SubSeries 的汇总入口。关于该三维培养体系的具体构建方式、培养条件、所比较的样本类型以及涉及的细胞或组织材料,源站未提供。
【数据内容】
数据集当前包含 1 个文件,样例为 GSE76353_series_matrix.txt.gz,属于 GZIP 压缩格式。系列矩阵文件通常用于承载表达谱系列层面的样本与基因表达信息,但该文件内部的具体字段、探针或基因标识、样本数量与分组情况,源站未提供。主题标签中出现 GPL570 与 9606,分别指向平台与物种层面的标识信息;其中 9606 对应人类,说明该数据集涉及人类样本。除此之外,数据集中是否包含原始数据、处理后的表达矩阵、注释文件或补充材料,源站未提供。由于该数据集为 SuperSeries,其数据内容在逻辑上应覆盖下属 SubSeries,但各子系列的具体构成与数据规模,源站未提供。
【采集与来源】
该数据集来源于 NCBI,源站为 ncbi.nlm.nih.gov,作者为 Shilin、Zhao,发布时间为 2017 年 12 月 28 日。源站描述仅说明该 SuperSeries 由下方列出的 SubSeries 组成,未进一步给出样本采集地点、采集时间、伦理审批、临床信息或实验操作流程。关于三维培养体系所用的材料来源、对照设置、培养周期以及表达谱检测的具体平台运行参数,源站未提供。因此,若需了解样本层面的采集细节,应进一步查阅源站所列的 SubSeries 记录。
【适用场景】
该数据集可用于结直肠癌疾病相关基因识别方向的探索性研究,例如作为公共表达谱资源用于候选基因筛选、表达模式比较或与其他结直肠癌数据集的联合分析。由于其为 SuperSeries,也适合作为入口,追溯其下属子系列以获取更细分的实验分组信息。主题标签中的 GPL570 与 9606 提示其可被用于人类平台相关的表达数据整理与注释核对。关于该数据集是否适用于特定类型的差异表达分析、通路富集或临床相关性研究,源站未提供明确说明,使用者应结合数据实际内容判断。
【使用方法】
使用时可先下载数据文件 GSE76353_series_matrix.txt.gz,按 GZIP 压缩包格式解压并读取。建议先在小样本上核对字段与编码,确认样本标识、平台信息与表达值格式无误后,再批量接入分析流程。由于该数据集为 SuperSeries,使用前应同时查阅源站列出的 SubSeries,明确各子系列对应的实验条件与分组,避免将不同子系列样本混为一体。关于系列矩阵文件的具体解析方式、是否需要额外注释文件以及推荐的分析软件,源站未提供。
【质量与限制】
该数据集目前仅提供 1 个文件,且源站描述非常简略,仅说明其为 SuperSeries 并列出子系列,未给出实验方法、样本量、质量控制指标或分析结论。因此,无法依据现有信息评估其数据完整性、批次效应、归一化方式或重复性。主题标签中的“Other”也表明其分类较为宽泛。使用者应注意,该数据集的具体实验设计与结论需以源站 SubSeries 记录为准;在缺乏方法学细节的情况下,不宜对其生物学结论作过度推断。关于数据是否存在缺失值、异常样本或平台偏倚,源站未提供。
【引用与许可】
该数据集的作者为 Shilin、Zhao,来源站为 ncbi.nlm.nih.gov,发布时间为 2017 年 12 月 28 日。使用时应遵循源站的引用要求与数据使用条款。关于该数据集的具体许可协议、引用格式以及是否允许再分发,源站未提供,建议直接查阅 NCBI 对应记录页面获取权威说明。
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=GSE76353
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
This SuperSeries is composed of the SubSeries listed below.
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。




