不同临床分期前列腺癌差异表达circRNA的RNA测序鉴定
该数据集来自NCBI GEO，包含9例前列腺癌样本和3例良性前列腺增生样本的circRNA表达谱，通过circRNA-seq进行高通量测序分析
基本信息
资源简介
不同临床分期前列腺癌差异表达circRNA的RNA测序鉴定
GSE212215 是一个来自 NCBI GEO 的环状 RNA（circRNA）表达谱数据集，主题为通过 RNA 测序鉴定不同临床分期前列腺癌中的差异表达 circRNA。该数据集选取了 9 例前列腺癌样本和 3 例良性前列腺增生样本，采用 circRNA-seq 进行高通量测序分析，属于非编码 RNA 表达谱研究范畴，归类于肿瘤／前列腺癌方向。数据集以单个压缩文件形式提供，即 GSE212215_series_matrix.txt.gz，便于研究者下载后开展 circRNA 层面的差异表达与分期相关分析。
【数据集背景】
前列腺癌是男性常见的恶性肿瘤之一，不同临床分期在分子层面的差异是理解疾病进展和寻找潜在标志物的重要切入点。环状 RNA 是一类共价闭合的非编码 RNA，具有较高的稳定性，近年来在肿瘤研究中受到广泛关注。该数据集正是围绕不同临床分期前列腺癌中 circRNA 的差异表达展开，试图通过高通量测序手段刻画 circRNA 表达谱的变化，为后续机制研究和标志物筛选提供数据基础。
【数据内容】
数据集的核心内容是 circRNA 表达谱，来源于对前列腺癌样本与良性前列腺增生样本的 circRNA-seq 分析。样本构成包括 9 例前列腺癌样本和 3 例良性前列腺增生样本，合计 12 例样本。数据以 GSE212215_series_matrix.txt.gz 这一压缩文件形式发布，文件数量为 1。该文件为 GZIP 压缩格式，通常用于承载系列层面的表达矩阵信息。主题标签涉及非编码 RNA 高通量测序分析，并标注了 GPL20301 平台与物种编号 9606（即人类）。
【采集与来源】
该数据集来源于 ncbi.nlm.nih.gov，即 NCBI GEO 数据库，源站标题为“Identification of differentially expressed circRNAs in prostate cancer of different clinical stages by RNA sequencing”。数据由 Xing、Wang 提交，发布时间标注为 Aug 29 202。样本采集方面，源站描述说明选取了 9 例前列腺癌样本和 3 例良性前列腺增生样本，并通过 circRNA-seq 对 circRNA 表达谱进行分析。除上述信息外，样本的具体临床特征、测序平台细节等源站未提供。
【适用场景】
该数据集适用于非编码 RNA 层面的表达谱研究，尤其是围绕前列腺癌不同临床分期的 circRNA 差异表达分析。研究者可将其用于比较前列腺癌与良性前列腺增生之间的 circRNA 表达差异，也可用于探索与临床分期相关的 circRNA 候选分子。此外，该数据可作为高通量测序数据分析流程的练习材料，用于差异表达分析、表达矩阵处理以及非编码 RNA 研究的方法学验证。
【使用方法】
使用时可先下载数据文件 GSE212215_series_matrix.txt.gz，按 GZIP 压缩包格式进行读取和解压。建议先在小样本上核对字段与编码，确认数据结构和注释信息无误后，再批量接入后续分析流程。由于该数据集以系列矩阵文件形式提供，分析者应结合平台注释信息对表达值进行解读，并在差异分析前完成必要的数据预处理与质量控制。
【质量与限制】
该数据集样本量较小，仅包含 9 例前列腺癌样本和 3 例良性前列腺增生样本，统计效能和结论的稳健性可能受到限制。数据以单个系列矩阵文件发布，文件数量为 1，未提供原始测序数据或其他配套文件的说明。样本的临床分期分布、测序深度、批次信息等源站未提供，使用者在解释差异表达结果时需谨慎。此外，circRNA 的注释与定量方法差异也可能影响跨数据集比较。
【引用与许可】
该数据集的作者为 Xing、Wang，来源站为 ncbi.nlm.nih.gov，源站标题为“Identification of differentially expressed circRNAs in prostate cancer of different clinical stages by RNA sequencing”。引用时应遵循 NCBI GEO 的通用引用规范并注明数据集编号 GSE212215。关于该数据集的具体许可条款，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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE212215
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9例前列腺癌样本和3例良性前列腺增生样本（通过circRNA-seq分析circRNA表达谱）。在这些肿瘤组织中共鉴定出13047个circRNA，广泛分布于所有染色体。方差分析显示，与BPH组织相比，前列腺癌中有605个circRNA存在显著失调（log2（倍数变化）> 1，p < 0.05）。我们的研究无疑为探究前列腺癌的发生提供了新的见解。
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。
