胰腺癌高通量microRNA芯片数据集
样本为26例根治性切除、分期pT3N1且接受统一辅助吉西他滨化疗的胰腺导管腺癌患者石蜡包埋原发肿瘤组织。数据可用于评估miRNA表达谱与患者总生存期的关联，探索预后生物标志物及治疗靶点（来源 omicsdi.org）
基本信息
资源简介
胰腺癌高通量microRNA芯片数据集
该数据集来自omicsdi.org，为胰腺癌高通量microRNA芯片表达数据，采用Toray 3D-GeneTM miRNA芯片检测超过1200种人类miRNA。样本为26例根治性切除、分期pT3N1且接受统一辅助吉西他滨化疗的胰腺导管腺癌患者石蜡包埋原发肿瘤组织。数据可用于评估miRNA表达谱与患者总生存期的关联，探索预后生物标志物及治疗靶点（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：仅一部分根治性切除的胰腺导管腺癌（PDAC）患者从化疗中获益，因此需要识别新的预后因素。近年来miRNA已成为诊断生物标志物和创新治疗靶点，而高通量芯片正为评估其能否预测临床结局开辟新机会。本研究评估了全面的miRNA表达谱是否与切除后PDAC患者的总生存期（OS）相关。方法/主要发现：使用Toray的3D-GeneTM miRNA芯片获得高分辨率miRNA谱，可检测超过1200种人类miRNA。RNA从26例根治性切除、分期pT3N1、接受统一治疗（辅助吉西他滨1000mg/m2/天，第1/8/15天，每28天）的患者的石蜡包埋原发肿瘤中分离，这些患者经过仔细筛选。
【主题与分类】
主题标签：Transcriptomics。本站分类：肿瘤。
【获取与许可】
源站页面：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-38781
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。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-38781
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
背景：仅有部分根治性切除的胰腺导管腺癌（PDAC）患者从化疗中获益，因此有必要识别新的预后因素。近年来，miRNA作为诊断生物标志物和创新治疗靶点崭露头角，而高通量芯片正为评估其是否也能预测临床结局开辟新机遇。本研究评估了全面的miRNA表达谱是否与切除后PDAC患者的总生存期（OS）相关。方法/主要发现：采用Toray 3D-GeneTM miRNA芯片获得高分辨率miRNA表达谱，可检测1200余种人类miRNA。RNA从26例根治性切除、分期为pT3N1、接受统一治疗（辅助吉西他滨1000mg/m2/天，第1/8/15天，每28天为一周期）的患者石蜡包埋原发肿瘤中分离，并根据其结局（OS<12个月 vs. OS>30个月，即短OS/长OS）精心筛选。高严格度统计学分析包括t检验、基于Spearman秩相关的距离矩阵以及迭代方法。
无监督层次分析显示，PDAC标本根据其短/长OS分类进行聚类，而特征选择算法RELIEF识别出两组间最具区分度的前4个miRNA。这些miRNA靶向超过1500个转录本，其中169个转录本被这些miRNA中的两个或更多所靶向。MiR-211成为最具区分度的miRNA，在长OS患者中的表达显著高于短OS患者。随后，通过定量PCR在一个独立队列中评估了该miRNA的表达，该队列包含60例接受相同吉西他滨方案治疗的切除后pT3N1期PDAC患者的激光显微切割肿瘤组织。根据中位值，miR-211低表达患者的中位OS显著较短（14.8个月，95%CI=13.1-16.5，对比25.7个月，95%CI=16.2-35.1，log-rank P=0.004）。多因素分析表明，低miR-211表
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。
