中国患者前列腺癌与BPH的mRNA表达谱
该数据集来自NCBI GEO，标题为GSE28204，收录中国患者前列腺癌（PCa）与良性前列腺增生（BPH）的mRNA表达谱数据，采用表达谱芯片平台GPL6480检测
基本信息
资源简介
中国患者前列腺癌与BPH的mRNA表达谱
GSE28204 是一个来自 NCBI GEO 的基因表达谱数据集，标题为“mRNA expression profile in PCa And BPH from Chinese patients”，即中国患者前列腺癌（PCa）与良性前列腺增生（BPH）的 mRNA 表达谱。该数据集属于肿瘤 / 前列腺癌分类，采用表达谱芯片平台 GPL6480 进行检测，物种为人类（9606）。数据集共包含 1 个文件，样例文件为 GSE28204_series_matrix.txt.gz，以 GZIP 压缩格式提供。数据由 Weide、Zhong 提交，发布时间为 2011 年 3 月 28 日。整体而言，该数据集面向前列腺癌与良性前列腺增生的转录组比较研究，可为相关差异表达分析与分子机制探索提供原始表达谱材料。
【数据集背景】
前列腺癌是男性常见的恶性肿瘤之一，良性前列腺增生则是中老年男性常见的良性病变，两者在临床与分子层面均存在需要区分和深入理解的特征。该数据集正是围绕中国患者群体中前列腺癌与良性前列腺增生的 mRNA 表达差异而建立。源站描述指出，研究目的是探讨前列腺癌中的 miRNA 调控网络及差异表达的 miRNA 列表，并采用高通量方法从基因组层面检测 miRNA、mRNA 和蛋白质的表达谱。因此，该数据集是这一整体研究思路中 mRNA 表达谱部分的载体，服务于前列腺癌分子特征的系统性刻画。
【数据内容】
数据集提供的是 mRNA 表达谱数据，检测平台为 GPL6480 表达谱芯片，主题标签为“Expression profiling by array”。数据以单个系列矩阵文件 GSE28204_series_matrix.txt.gz 的形式组织，该文件为 GZIP 压缩包。样本涵盖中国患者的前列腺癌与良性前列腺增生两类组织来源，具体样本数量、分组规模、基因数量及表达值分布等细节，源站未提供。数据文件中通常包含样本信息与表达矩阵，但本数据集的具体字段构成需以实际文件为准。
【采集与来源】
数据来源于 NCBI GEO（ncbi.nlm.nih.gov），由 Weide、Zhong 提交，发布时间为 2011 年 3 月 28 日。检测对象为中国患者的前列腺癌与良性前列腺增生样本，检测手段为表达谱芯片，平台编号 GPL6480，物种为人类（9606）。源站描述提到研究采用高通量方法对 miRNA、mRNA 和蛋白质表达谱进行基因组层面检测，说明该 mRNA 表达谱数据是多项组学检测中的一部分。关于样本采集地点、伦理审批、临床病理信息及 RNA 提取与杂交实验的具体流程，源站未提供。
【适用场景】
该数据集适用于前列腺癌与良性前列腺增生之间的 mRNA 差异表达分析，可用于筛选候选差异基因、比较两类病变的转录组特征，并可作为 miRNA 调控网络研究的配套表达数据。由于数据来自中国患者群体，也可用于针对该人群的前列腺癌分子特征研究。此外，该数据可作为表达谱芯片分析流程的练习或验证材料，用于差异分析、聚类与通路层面的探索。需要说明的是，具体研究结论应以原始研究文献和完整数据为准，源站未提供可直接引用的分析结果。
【使用方法】
使用时可先下载数据文件 GSE28204_series_matrix.txt.gz，按 GZIP 压缩包格式解压并读取。建议先在小样本上核对字段与编码，确认样本分组、探针标识与表达值格式无误后，再批量接入后续分析流程。分析时可结合平台 GPL6480 的注释信息将探针映射到基因，随后开展质量控制、归一化与差异表达分析。由于文件为系列矩阵格式，读取时需注意表头行与样本列的对应关系。源站未提供具体的分析脚本或参数建议。
【质量与限制】
该数据集仅包含 1 个文件，数据规模有限，样本数量与分组平衡情况源站未提供，使用前应自行核查。数据基于芯片平台 GPL6480，其探针设计、杂交信号与背景校正等因素会影响结果，需按标准流程进行质量控制。数据集聚焦 mRNA 表达谱，源站描述中提及的 miRNA 与蛋白质数据未在本数据集中体现。此外，发布时间为 2011 年，平台与注释版本可能较旧，分析时应注意注释更新。关于缺失值、批次信息与临床随访信息，源站未提供。
【引用与许可】
使用该数据集时应引用 NCBI GEO 中的 GSE28204 系列记录，并注明提交者 Weide、Zhong 及发布时间。数据来源于 ncbi.nlm.nih.gov，具体的使用许可与再分发条款源站未提供，使用前应查阅 GEO 的相关政策与原始记录说明。
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=GSE28204
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
为研究前列腺癌中调控网络的miRNA及差异表达的miRNA列表，我们采用高通量方法从基因组层面检测miRNA、mRNA和蛋白质的表达谱。
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。
