165例人原发性乳腺癌及15例复发肿瘤转录组分析：探究保乳治疗后局部复发风险的表达谱
该数据集来自 omicsdi.org，包含 165 例人原发性乳腺癌及 15 例复发肿瘤的转录组表达谱，旨在研究保乳治疗后局部复发风险相关的基因表达特征
基本信息
资源简介
165例人原发性乳腺癌及15例复发肿瘤转录组分析：探究保乳治疗后局部复发风险的表达谱
该数据集聚焦于乳腺癌保乳治疗后局部复发风险的转录组学研究，收录了165例人原发性乳腺癌样本以及15例复发肿瘤样本的基因表达谱数据。其核心目的在于通过对比原发肿瘤与复发肿瘤的转录组特征，探索与局部复发风险相关的基因表达模式，为理解乳腺癌保乳治疗后复发的分子机制提供数据基础。数据集主题标签为Transcriptomics，属于肿瘤研究领域中的转录组学资源，来源于omicsdi.org平台。整体而言，该数据集以较大样本量的原发肿瘤表达谱为主体，辅以少量复发肿瘤作为对照，适用于复发风险相关表达特征的分析与验证。
【数据集背景】
乳腺癌是女性常见的恶性肿瘤之一，保乳治疗是早期乳腺癌的重要治疗方式，但部分患者治疗后仍面临局部复发的风险。识别与局部复发风险相关的分子标志物，对于优化治疗策略和个体化随访具有重要意义。该数据集正是围绕这一临床问题而构建，通过转录组表达谱分析，试图揭示原发肿瘤中与后续局部复发相关的基因表达特征。数据集同时纳入复发肿瘤样本，以便与原发肿瘤进行表达谱比较，从而更全面地观察复发相关的变化。
【数据内容】
该数据集包含165例人原发性乳腺癌的转录组表达谱，以及15例复发肿瘤的表达谱。原发肿瘤样本用于研究与保乳治疗后局部复发风险相关的基因表达特征；复发肿瘤样本则用于与其对应的原发肿瘤进行比较分析。数据主题属于转录组学范畴，关注的是基因表达层面的信息。数据集分类归入肿瘤/其他类别，表明其属于肿瘤学研究中的转录组数据资源。源站描述中未提供具体的基因数量、表达平台、样本临床信息等细节。
【采集与来源】
该数据集来源于omicsdi.org平台。根据源站描述，165例原发性乳腺癌样本被选中用于研究保乳治疗后局部复发风险相关的基因表达谱，另外15例复发肿瘤被 profiling 以与其原发肿瘤进行比较。除上述来源与样本数量信息外，源站未提供关于样本采集地点、采集时间、伦理审批、测序或芯片平台等具体采集细节。
【适用场景】
该数据集适用于乳腺癌转录组学相关的研究场景，尤其是与保乳治疗后局部复发风险相关的基因表达分析。研究人员可利用原发肿瘤表达谱探索复发风险相关的表达特征，也可结合复发肿瘤样本进行原发与复发的配对或组间比较。此外，该数据集可用于转录组数据的二次分析、候选基因筛选、表达模式验证等生物信息学研究。由于主题标签为Transcriptomics，其应用方向主要集中在基因表达层面，而非基因组变异或蛋白层面。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、文件格式、预处理流程、标准化方法、分析工具推荐等。用户如需使用该数据集，应参考来源平台omicsdi.org的相关页面获取进一步的操作指引。源站未提供关于数据访问权限、是否需要注册或申请等信息。
【质量与限制】
源站未提供关于数据质量评估、样本纳入排除标准、批次效应控制、数据完整性等方面的具体信息。已知的样本数量为165例原发肿瘤和15例复发肿瘤，复发样本数量相对较少，可能对比较分析的统计效力构成一定限制，但源站未对此进行说明。此外，源站未提供临床随访信息、复发定义标准、治疗细节等，可能影响对局部复发风险相关结论的解读。以上限制均基于现有信息，源站未提供更详细的质量与限制说明。
【引用与许可】
源站未提供该数据集的引用方式、许可协议、使用条款或版权信息。用户在使用该数据集时，应自行查阅来源平台omicsdi.org的相关页面，以获取准确的引用要求和许可条件。源站未提供关于数据共享政策或商业使用限制的说明。
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-NCMF-24
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
选取了165例原发性乳腺癌，旨在研究基因表达谱与保乳治疗后局部复发风险之间的关系；此外，还分析了15例复发肿瘤的基因表达谱，以便与其原发肿瘤进行比较。
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。
