通过胞外囊泡分析识别晚期胰腺癌的预测因素
通过胞外囊泡RNA测序分析21名晚期胰腺癌患者的转录组数据，以预测化疗反应。
基本信息
资源简介
通过胞外囊泡分析识别晚期胰腺癌的预测因素
【一句话概览】
本研究旨在通过分析血液来源的细胞外囊泡，寻找可预测胰腺癌对吉西他滨联合白蛋白结合型紫杉醇治疗反应或耐药的分子特征，以辅助每位患者的治疗选择。采用高通量测序进行非编码RNA分析，涉及GPL21697、9606，共1个文件（来源 NCBI）。
【数据集背景】
本数据集源站标题为《Identification of Predictive Factors in Advanced Pancreatic Cancer Through Extracellular Vesicle Analysis》。源站首次发布：Sep 14 202。
【数据内容】
源站原始描述：The goal of this study is to find a molecular signature that can predict response or resistance to Gemcitabine + Nab-paclitaxel therapy in pancreatic cancer (PC), to aid treatment selection for each patient. To this end, we analyzed blood-derived extracellular vesicles (EV)
中文译文（机器翻译，仅供快速理解，请以原文为准）：本研究的目的是寻找一种分子特征，能够预测胰腺癌（PC）对吉西他滨 + 白蛋白结合型紫杉醇治疗的应答或耐药，以帮助为每位患者选择治疗。为此，我们分析了血液来源的细胞外囊泡（EV）。
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：GPL21697、9606。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE213341
【使用注意】
· 源站最后修改于 Aug 21 202，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
源站：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE213341
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
