胃癌亚型(澳大利亚患者队列)

70例澳大利亚胃癌患者的全基因组mRNA表达谱,用于胃癌分子亚型分类研究。

NIAID Data Ecosystem
浏览 17
基因组Expression profiling by arrayGPL5709606
Gastric Cancer Subtyping (Australian Patient Cohort)

基本信息

模态
基因组
创建/更新时间
2026-10-07

资源简介

胃癌亚型(澳大利亚患者队列)

【一句话概览】

该数据集题为胃腺癌分型(澳大利亚患者队列),提供来自澳大利亚患者队列的70例原发胃肿瘤全基因组mRNA表达谱。胃腺癌如同许多癌症一样,在患者间表现出显著异质性,因此人们关注利用基因表达谱发现具有特定生物学特性或治疗易感性的胃癌亚型。数据含1个文件,标签显示为芯片表达谱检测,平台为GPL570,物种为9606(来源 NCBI)。

【数据集背景】

本数据集源站标题为《Gastric Cancer Subtyping (Australian Patient Cohort)》。源站首次发布:Feb 14 201。

【数据内容】

源站原始描述:Genome-wide mRNA expression profiles of 70 primary gastric tumors from the Australian patient cohort. Like many cancers, gastric adenocarcinomas (gastric cancers) show considerable heterogeneity between patients. Thus, there is intense interest in using gene expression profiles to discover subtypes of gastric cancers with particular biological properties or therapeutic vulnerabilities

中文译文(机器翻译,仅供快速理解,请以原文为准):来自澳大利亚患者队列的70例原发性胃肿瘤的全基因组mRNA表达谱。与许多癌症一样,胃腺癌(胃癌)在患者之间表现出相当大的异质性。因此,人们对于利用基因表达谱来发现具有特定生物学特性或治疗脆弱性的胃癌亚型有着浓厚的兴趣。

【数据结构与技术规格】

文件数 1 个。

【主题与分类】

主题标签:Expression profiling by array、GPL570、9606。

【适用方向】

组学数据适用于生物标志物发现与分子分型相关建模研究。

【获取与许可】

源站页面:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE35809

【使用注意】

· 源站最后修改于 Mar 25 201,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=GSE35809

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