胃癌亚型分型(新加坡患者队列,batch B)

胃癌在患者间存在显著异质性,基于基因表达谱可发现具有特定生物学特性或治疗脆弱性的亚型,为理解癌症进展机制和个体化治疗提供基础

omicsdi
浏览 2
基因组分类Transcriptomics
Gastric cancer subtyping (Singapore Patient Cohort, batch B)

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-24

资源简介

胃癌亚型分型(新加坡患者队列,batch B)

该数据集来自 omicsdi.org,为新加坡患者队列 batch B 的 56 例原发性胃肿瘤全基因组 mRNA 表达谱,使用 Affymetrix GeneChip Human Genome U133 Plus 2.0 Array 检测。胃癌在患者间存在显著异质性,基于基因表达谱可发现具有特定生物学特性或治疗脆弱性的亚型,为理解癌症进展机制和个体化治疗提供基础。该数据可用于胃癌分子亚型聚类与分类研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):来自新加坡患者队列 batch B 的 56 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,人们强烈希望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。识别此类亚型可为癌症进展机制提供见解,或为个体化治疗奠定基础。在此,我们报告了对来自新加坡患者的大量胃腺癌集合(连同 GSE15459)进行的稳健的基于基因表达的聚类。使用 Affymetrix GeneChip Human Genome U133 Plus 2.0 Array 对 56 例原发性胃肿瘤进行了分析。所有肿瘤均在获得新加坡国家癌症中心批准的情况下收集;研究伦理审查

【主题与分类】

主题标签:Transcriptomics。本站分类:肿瘤/胃癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-34942

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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-34942

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

来自新加坡患者队列(批次B)的56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,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引起了强烈兴趣。识别此类亚型可为癌症进展机制提供见解,或为个性化治疗奠定基础。在此,我们报告了来自新加坡患者的大量胃腺癌集合(GSE15459)基于基因表达的稳健聚类分析。使用Affymetrix GeneChip Human Genome U133 Plus 2.0 Array对56例原发性胃肿瘤进行了表达谱分析。所有肿瘤均在获得新加坡国家癌症中心、研究伦理审查委员会批准以及患者签署知情同意书后采集。

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。

获取专属数据定制方案