黑色素瘤患者血浆细胞外囊泡及相关细胞培养上清EV的miRNA图谱
该数据集包含黑色素瘤患者血浆细胞外囊泡(pEV)的miRNA表达谱,采用Agilent Microarrays检测,涵盖三组患者(切除前或切除时、切除后分为高风险和低风险组)以及健康对照,用于比较寻找黑色素瘤患者pEV中差异丰度的miRNA

基本信息
资源简介
黑色素瘤患者血浆细胞外囊泡及相关细胞培养上清EV的miRNA图谱
The miRNA profiles of plasma extracellular vesicles (pEV) in melanoma patients and supernatant EV (sEV) of related cell cultures
该数据集包含黑色素瘤患者血浆细胞外囊泡(pEV)的miRNA表达谱,采用Agilent Microarrays检测,涵盖三组患者(切除前或切除时、切除后分为高风险和低风险组)以及健康对照,用于比较寻找黑色素瘤患者pEV中差异丰度的miRNA。此外还包含围绕切除日期短期谱变化的两个比较,以及六个细胞系上清EV(sEV)数据,这些细胞系与伴随发表相关。数据可用于黑色素瘤相关miRNA生物标志物筛选与分类研究(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 26 201。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含通过Agilent Microarrays测量的三组黑色素瘤患者(切除前或切除时,以及切除后分为高风险和低风险组)和健康对照的miRNA pEV图谱。比较这些组以寻找黑色素瘤患者pEV中差异丰度的miRNA。此外,还包括围绕切除日期的短期谱变化的两个比较,以及六个细胞系sEV,这些细胞系对伴随发表有作用。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Non-coding RNA profiling by array、GPL22079、9606。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE100508
【使用注意】
· 源站最后修改于 Jul 25 202,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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE100508
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
该数据集包含通过Agilent Microarrays测量的三组黑色素瘤患者(切除前或切除时,以及切除后分为高风险和低风险组)和健康对照的miRNA pEV谱。这些组别进行了比较,以发现黑色素瘤患者pEV中差异丰富的miRNA。此外,还包括围绕切除日期短期谱变化的两次比较,以及六种细胞系sEV,这些对随附出版物具有重要作用。
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。




