Lund膀胱癌组-Lund Taxonomy 2023分类器训练数据
同时提供RMA与SCAN.UPC归一化代码示例、杂交批次信息，以及265例RNA测序肿瘤的Kallisto和Salmon转录本定量文件与tx2gene文件及txImport汇总代码
基本信息
资源简介
Lund膀胱癌组-Lund Taxonomy 2023分类器训练数据
Lund Bladder Cancer Group - Lund Taxonomy 2023 Classifier - Training Data
该数据集为Lund Taxonomy 2023尿路上皮癌基因表达分类器的原始与处理后训练数据，包含3个Affymetrix Gene 1.0 ST队列的原始.CEL文件：Lund2017（n=307，GSE83586）、Lund2020（n=173，GSE128959）、Lund2022（n=310，其中117例来自GSE169455、37例来自GSE222073、156例为未发表样本）。同时提供RMA与SCAN.UPC归一化代码示例、杂交批次信息，以及265例RNA测序肿瘤的Kallisto和Salmon转录本定量文件与tx2gene文件及txImport汇总代码。可用于膀胱癌分子分型分类器的训练与复现研究（来源 Zenodo，c。
【数据集背景】
源站首次发布：2023-12-12。
【数据内容】
源站描述（机器翻译，仅供参考）：用于尿路上皮癌Lund Taxonomy 2023基因表达分类器的原始和处理后训练数据。该数据集包含3个Affymetrix Gene 1.0 ST队列的原始.CEL文件：Lund2017（n=307，GSE83586）、Lund2020（n=173，GSE128959）、Lund2022（n=310，其中117例来自GSE169455、37例来自GSE222073、156例为先前未发表样本）。包含研究中使用的Affymetrix Gene、Exon和HTA2阵列的RMA和SCAN.UPC归一化代码示例。每个阵列队列均有杂交批次信息。该数据集包含265个RNA测序肿瘤的Kallisto和Salmon转录本定量文件，以及使用txImport进行转录本到基因汇总的tx2gene文件和代码。
【数据结构与技术规格】
文件数 1 个，合计 6.12 GB。数据集 DOI：10.5281/zenodo.10362517。
【主题与分类】
主题标签：Bladder Cancer、Urothelial Carcinoma、Lund Bladder Cancer Group、Bladder、Array、RNA-Sequencing、Classification、Lund Taxonomy。本站分类：肿瘤。
【获取与许可】
源站页面：https://zenodo.org/records/10362517
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2023-12-13，引用时请注意版本时效。
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（Zenodo 公开直链）
curl -L -o "LundTaxonomy2023Classifier.zip" "https://zenodo.org/api/records/10362517/files/LundTaxonomy2023Classifier.zip/content"
文件清单
LundTaxonomy2023Classifier.zip（5835.4 MB）
数据集大小约 6.12 GB。
数据说明
用于尿路上皮癌Lund Taxonomy 2023基因表达分类器的原始及处理后训练数据。该数据集包含3个Affymetrix Gene 1.0 ST队列的原始.CEL文件：Lund2017（n=307，GSE83586）、Lund2020（n=173，GSE128959）、Lund2022（n=310，其中117例来自GSE169455，37例来自GSE222073，156例为先前未发表样本）。数据集包含研究中使用的Affymetrix Gene、Exon和HTA2阵列的RMA和SCAN.UPC标准化代码示例。每个阵列队列的杂交批次信息均可获取。该数据集包含265个RNA测序肿瘤的Kallisto和Salmon转录本定量文件，以及使用txImport进行转录本到基因汇总的tx2gene文件和代码。
许可
cc-by-4.0
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。
