胚胎特征区分儿童与成人横纹肌样瘤与其他SMARCB1缺陷癌症

该数据集来自NCBI GEO,包含一项微阵列基因表达谱研究,比较多种SMARCB1缺陷肿瘤的表达特征,旨在识别能够区分儿童与成人横纹肌样瘤与其他SMARCB1缺陷癌症的胚胎特征

geo
浏览 2
基因组分类Expression profiling by arrayGPL178109606
GSE94321: Embryonic signature distinguishes pediatric and adult rhabdoid tumors from other SMARCB1-deficient cancers

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-26

资源简介

胚胎特征区分儿童与成人横纹肌样瘤与其他SMARCB1缺陷癌症

GSE94321 是一项基于微阵列的基因表达谱研究数据集,其标题为“Embryonic signature distinguishes pediatric and adult rhabdoid tumors from other SMARCB1-deficient cancers”,即“胚胎特征可区分儿童与成人横纹肌样瘤与其他SMARCB1缺陷癌症”。该数据集来自 NCBI GEO(ncbi.nlm.nih.gov),由 Franck、Bourdeaut 提交,发布时间为 2017 年 1 月 31 日。研究通过微阵列技术比较多种 SMARCB1 缺陷肿瘤的基因表达谱,旨在识别能够将儿童与成人横纹肌样瘤同其他 SMARCB1 缺陷癌症区分开来的胚胎特征。数据集在本站归类为“肿瘤 / 其他”,包含 1 个数据文件,样例文件名为 GSE94321_series_matrix.txt.gz,主题标签涉及 Expression profiling by array、GPL17810 与 9606。

【数据集背景】

横纹肌样瘤是一类与 SMARCB1 基因缺陷相关的肿瘤,可发生于儿童与成人,而其他多种癌症也可能携带 SMARCB1 缺陷。如何在分子层面将这些肿瘤区分开来,是研究关注的问题。GSE94321 的研究出发点正是利用微阵列基因表达谱,比较多种 SMARCB1 缺陷肿瘤的表达特征,寻找能够区分儿童与成人横纹肌样瘤与其他 SMARCB1 缺陷癌症的胚胎特征。源站描述明确指出,该研究使用微阵列比较各种 SMARCB1 缺陷肿瘤的基因表达谱。

【数据内容】

该数据集包含 1 个文件,样例文件名为 GSE94321_series_matrix.txt.gz,属于系列矩阵文件,通常用于承载微阵列实验的样本级表达数据。主题标签显示其数据类型为 Expression profiling by array,涉及平台 GPL17810 与物种编号 9606。数据集标题与描述共同表明,其内容围绕多种 SMARCB1 缺陷肿瘤的基因表达谱比较展开,核心目标是识别区分儿童与成人横纹肌样瘤与其他 SMARCB1 缺陷癌症的胚胎特征。关于样本数量、分组细节、基因数量等具体内容,源站未提供。

【采集与来源】

该数据集来源于 NCBI GEO,来源站为 ncbi.nlm.nih.gov。作者为 Franck、Bourdeaut,发布时间为 2017 年 1 月 31 日。研究采用微阵列技术采集基因表达谱数据,平台标识为 GPL17810,物种为 9606。源站描述说明,研究使用微阵列比较各种 SMARCB1 缺陷肿瘤的基因表达谱。关于样本采集地点、伦理审批、实验操作流程等细节,源站未提供。

【适用场景】

该数据集适用于研究 SMARCB1 缺陷肿瘤的基因表达特征,尤其是探索儿童与成人横纹肌样瘤同其他 SMARCB1 缺陷癌症之间的表达差异。其主题标签表明数据属于微阵列表达谱类型,可用于表达谱层面的比较分析。由于标题强调“胚胎特征”,该数据也可能用于关注胚胎相关表达特征在肿瘤分型中的作用。关于具体的分析用途、验证实验或临床转化方向,源站未提供。

【使用方法】

使用时可下载数据文件 GSE94321_series_matrix.txt.gz,该文件为 GZIP 压缩包格式。建议按文件格式读取,先在小样本上核对字段与编码,确认无误后再批量接入。由于该文件为系列矩阵文件,读取时应注意其行列结构及样本标识。关于具体的分析流程、标准化方法或软件工具,源站未提供。

【质量与限制】

该数据集仅包含 1 个文件,文件样例为 GSE94321_series_matrix.txt.gz。关于数据质量评估、缺失值情况、批次效应或技术偏差等信息,源站未提供。数据集标题与描述聚焦于 SMARCB1 缺陷肿瘤的表达谱比较,但样本量、分组平衡性及统计效力等细节未在已有信息中说明。使用时需注意这些限制,并在小样本核对后再进行批量处理。

【引用与许可】

该数据集的作者为 Franck、Bourdeaut,来源站为 ncbi.nlm.nih.gov,发布时间为 2017 年 1 月 31 日。关于引用格式、许可协议或使用条款,源站未提供。使用时应遵循 NCBI GEO 的相关规定,并建议引用原始研究。

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

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=GSE94321

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

We used microarrays to compare gene expression profilings in various SMARCB1-deficient tumors.

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。

获取专属数据定制方案