视网膜内与视神经侵犯视网膜母细胞瘤

该数据集包含视网膜母细胞瘤的空间蛋白质组学数据,涉及基因和蛋白质两种模态,通过比较视神经侵犯组与视网膜内组,提供了差异表达基因和蛋白质的分析结果,主要用于研究视网膜母细胞瘤的肿瘤异质性、分子机制以及识别潜在的生物标志物和药物靶点。

Mendeley Data
浏览 12
Intraretinal vs ONI_Retinoblastoma

基本信息

大小
0.000190135 GB
创建/更新时间
2026-09-20
版本
v1

资源简介

视网膜内与视神经侵犯视网膜母细胞瘤

【数据集背景】

本数据集源站标题为《Intraretinal vs ONI_Retinoblastoma》。源站首次发布:2025-05-12。

【数据内容】

源站原始描述:We conducted a spatial proteomic analysis to delineate the heterogeneity within retinoblastoma samples exhibiting optic nerve invasion, comparing optic nerve invasion (ONI) group and intraretinal group.The attached files present the differentially expressed genes obtained via t-test analysis between two groups, along with differentially expressed proteins identified through Mfuzz clustering and KEGG pathway analysis

【数据结构与技术规格】

文件数 3 个,合计 190.13 KB。数据集 DOI:10.17632/xvtw7gmhzx.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/xvtw7gmhzx

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://data.mendeley.com/datasets/xvtw7gmhzx

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

该数据集是一个针对视网膜母细胞瘤(retinoblastoma)的空间蛋白质组学分析数据集,旨在揭示具有视神经侵犯(ONI)的视网膜母细胞瘤样本内部的异质性。数据集通过比较视神经侵犯(ONI)组与视网膜内组,提供了两组间通过t检验分析获得的差异表达基因,以及通过Mfuzz聚类和KEGG通路分析鉴定的差异表达蛋白质。数据来源于公开的医学研究,主要应用于视网膜母细胞瘤的分子机制研究、肿瘤异质性分析以及潜在生物标志物和靶点的探索。

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