GSE135535前列腺癌生化复发多模态标志物数据集

GSE135535 结合基因组、转录组和miRNA调控网络,用于预测局部治疗后的生化复发。由NCBI GEO提供,来自Gene Expression Omnibus,包含多种数据模态,适用于分类任务,专注于肿瘤领域的前列腺癌复发研究。

NCBI GEONCBI GEO
Gene Expression Omnibus
2024-04-05 更新
浏览 14
多模态分类OtherGPL269459606
GSE135535 Prostate Cancer Biochemical Recurrence Multi-modal Biomarker Dataset

基本信息

模态
多模态
大小
0.002759066 GB
任务类型
分类
创建/更新时间
2024-04-05

资源简介

GSE135535前列腺癌生化复发多模态标志物数据集

【数据集背景】

本数据集源站标题为《Integrative miRNA networks predict prostate cancer recurrence》。源站首次发布:Aug 07 201。

【数据内容】

源站原始描述:Developing an effective predictor of tumour recurrence is an important challenge in the management of localized prostate cancer. Accurate prediction of disease-free survival is essential for decision-making before or after definitive local therapy, and would allow identification of patients who may derive benefit from adjuvant therapy. Today these decisions are largely based on the clinic-pathologic prognostic factors of tumour size, extent and grade along with serum PSA abundance. MicroRNAs (mi…

【数据结构与技术规格】

文件数 1 个。

【主题与分类】

主题标签:Other、GPL26945、9606。

【适用方向】

多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。

【获取与许可】

源站页面:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE135535

【使用注意】

· 源站最后修改于 Apr 05 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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=GSE135535

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

GSE135535 结合基因组、转录组和miRNA调控网络,用于预测局部治疗后的生化复发。

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。

获取专属数据定制方案