微阵列癌症基因表达数据

资源简介

微阵列癌症基因表达数据

Microarray Cancer Gene Expression Data 是一套面向微阵列癌症数据分类研究的基因表达数据集，来源于 Rutgers University 生物信息学实验室的数据库，由 data.mendeley.com 发布，本站归类为肿瘤 / 其他。该数据集共包含 5 个 Excel 格式文件，覆盖脑癌、子宫内膜癌、前列腺癌等肿瘤类型，文件合计约 2.74 MB，于 2017 年 4 月 27 日发布，版本为 v2，DOI 为 10.17632/wyxvsztc37.2。数据集以 Excel 工作簿形式组织，便于研究者按文件逐一读取并开展癌症分类相关的建模与验证工作。

【数据集背景】

微阵列技术能够在转录组层面同时测量大量基因的表达水平，由此产生的表达谱数据被广泛用于癌症类型的识别与分类研究。该数据集正是面向微阵列癌症数据分类这一用途而整理发布的，其内容取自 Rutgers University 生物信息学实验室的数据库，属于在相关研究中被广泛使用的数据集合。数据集以 v2 版本发布，发布时间为 2017 年 4 月 27 日，并通过 DOI 10.17632/wyxvsztc37.2 进行标识，便于研究者在引用时准确定位该版本。

【数据内容】

数据集由 5 个 Excel 工作簿文件组成，文件样例包括 Gordon-2002.xlsx、Nutt-2003-v2_BrainCancer.xlsx、Pomeroy-2002-v1.xlsx、Endometrial Cancer.xlsx 与 ProstateCancer.xlsx。从文件命名可以看出，数据覆盖脑癌、子宫内膜癌、前列腺癌等肿瘤类型，其中部分文件以研究文献的年份与作者命名，部分文件以肿瘤类型命名。全部文件合计约 2.74 MB。各文件内部的具体字段构成、样本数量、基因数量与标签编码方式，源站未提供。

【采集与来源】

该数据集的数据获取自 Rutgers University 生物信息学实验室的数据库，这些数据在微阵列癌症数据分类研究中被广泛使用。数据集通过 data.mendeley.com 对外发布，发布者为该平台上的对应数据条目，版本为 v2，发布时间为 2017 年 4 月 27 日。除上述来源信息外，原始样本的采集地点、采集时间、受试者信息与伦理审批情况，源站未提供。

【适用场景】

该数据集适用于微阵列癌症基因表达数据的分类研究，可用于构建与评估面向肿瘤类型识别的分类模型，也可用于不同肿瘤类型表达谱之间的比较分析。由于数据覆盖脑癌、子宫内膜癌、前列腺癌等多种肿瘤类型，适合开展多类别分类任务的方法学研究与基准比较。关于该数据集在其他任务（如生存分析、通路富集分析等）中的适用性，源站未提供。

【使用方法】

使用时可先下载全部 5 个数据文件，合计约 2.74 MB，包括 Gordon-2002.xlsx、Nutt-2003-v2_BrainCancer.xlsx、Pomeroy-2002-v1.xlsx、Endometrial Cancer.xlsx 等。数据以 Excel 工作簿格式提供，可按文件格式直接读取。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，以避免因不同文件之间字段组织差异导致的读取错误。各文件的具体读取参数与预处理步骤，源站未提供。

【质量与限制】

该数据集以 Excel 工作簿形式提供，文件数量为 5 个，合计约 2.74 MB，版本为 v2。关于数据缺失情况、批次效应、样本量、类别平衡性以及数据清洗与校验的具体方法，源站未提供。由于各文件来源于不同的原始研究，文件之间的字段结构与编码一致性需在使用前自行核对。数据集的已知局限性与使用注意事项，源站未提供。

【引用与许可】

引用该数据集时应使用其 DOI：10.17632/wyxvsztc37.2，并注明版本为 v2，发布平台为 data.mendeley.com。关于该数据集的具体许可条款与使用限制，源站未提供。