人类口腔癌空间转录组分析
其研究目的在于阐明与人源口腔鳞状细胞癌淋巴结转移有关的因素，并纳入伴淋巴结转移的原发肿瘤浸润病灶、转移部位以及无转移的原发肿瘤组织等样本
基本信息
资源简介
人类口腔癌空间转录组分析
PRJDB13905 是一个来自 ebi.ac.uk 的空间转录组分析数据集，题为“Spatial transcriptome analysis of human oral cancers”，围绕人源口腔癌，特别是口腔鳞状细胞癌淋巴结转移相关因素展开。其研究目的在于阐明与人源口腔鳞状细胞癌淋巴结转移有关的因素，并纳入伴淋巴结转移的原发肿瘤浸润病灶、转移部位以及无转移的原发肿瘤组织等样本。分类上，该数据集被归入肿瘤/其他。
【数据集背景】
相关说明指出，该研究的目的是阐明与人源口腔鳞状细胞癌淋巴结转移相关的因素。围绕这一目的，数据集以空间转录组分析为切入点，关注口腔癌样本在空间层面上的转录组信息。更详细的疾病背景、研究假设、研究团队、项目资助和既往研究基础等，源站未提供。
【数据内容】
该数据集属于空间转录组分析。从可确认的信息看，样本构成包括两个伴淋巴结转移的原发肿瘤浸润病灶、一个转移部位，以及一个无转移的原发肿瘤组织。至于基因表达矩阵、空间坐标、细胞类型注释、测序深度、数据文件格式和文件数量等具体数据内容，源站未提供。
【采集与来源】
该数据集来自 ebi.ac.uk，标识为 PRJDB13905，英文标题为“Spatial transcriptome analysis of human oral cancers”。相关说明指出其研究目的与口腔鳞状细胞癌淋巴结转移相关，并列出上述样本类型。除此之外，采集机构、采样地点、采样时间、患者临床信息、伦理审批、样本处理、建库方法和测序平台等，源站未提供。
【适用场景】
基于数据集名称和已有说明，它适用于与人源口腔癌空间转录组分析相关的研究场景，尤其是口腔鳞状细胞癌淋巴结转移相关因素的探索。空间转录组分析通常用于在保留组织空间位置信息的前提下观察基因表达分布，因此原发肿瘤浸润病灶、转移部位及无转移原发肿瘤组织的空间特征研究属于其通用应用范围；该数据集的具体适用分析方向、疾病模型和临床转化用途等，源站未提供。
【使用方法】
源站未提供数据下载入口、访问方式、文件格式、预处理流程、质控步骤、分析工具和参数设置等具体使用方法。由于这些关键操作信息缺失，无法依据现有内容给出可执行的使用步骤；相关获取与分析方式，源站未提供。
【质量与限制】
源站未提供质量评估指标、样本量充分性判断、测序深度、空间分辨率、批次效应、技术噪声、重复性、验证实验等信息。根据现有内容，只能确认研究目的和样本构成，无法进一步判断数据的完整性、可靠性或适用边界。在质量与限制方面，源站未提供可引用的评估结论。
【引用与许可】
源站未提供许可协议、引用格式、数据使用限制、商业使用规定、二次分发要求或 embargo 信息。可确认的标识为 PRJDB13905，数据来自 ebi.ac.uk，英文标题为“Spatial transcriptome analysis of human oral cancers”。如需引用或使用，具体条款源站未提供。
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://ebi.ac.uk/ena/browser/view/PRJDB13905
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
本研究的目的是阐明与人源性口腔鳞状细胞癌淋巴结转移相关的因素。这些包括两个伴有淋巴结转移的原发肿瘤侵袭性病灶、一个转移部位，以及一个无转移的原发肿瘤组织。
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。
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。
