口咽与扁桃体鳞癌人乳头瘤病毒(HPV)关联基因表达数据集
该公开微阵列数据集收集了包含扁桃体癌在内的头颈部/口咽部鳞状细胞癌病例，提供了高通量的 mRNA 基因表达谱。由University of Michigan提供，来自Gene Expression Omnibus，数据格式为表格，包含270条数据记录，适用于分类任务，许可证为Open Data Commons。
基本信息
资源简介
口咽与扁桃体鳞癌人乳头瘤病毒(HPV)关联基因表达数据集
【数据集背景】
本数据集源站标题为《Gene expression patterns and TP53 mutations are associated with HPV RNA status, lymph node metastasis, and survival in head and neck cancer》。源站首次发布：Feb 11 201。
【数据内容】
源站原始描述：A growing proportion of head and neck squamous cell carcinomas (HNSCC) is associated with the human papilloma virus (HPV), particularly HPV16. We compare tumors with different HPV16 DNA and RNA (E6*I) status from 290 consecutively recruited HNSCC patients by gene expression profiling and targeted sequencing of 50 genes. We confirm that the HPV16 DNA+ RNA+ tumors are molecularly distinct from the HPV-negative (DNA-) HNSCC and have elevated expression of cell cycle genes and rare TP53 mutations (3…
【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、GPL10558、9606。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE65858
【使用注意】
· 源站最后修改于 Aug 13 201，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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE65858
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:
数据集大小约 0.45 GB。
数据说明
该公开微阵列数据集收集了包含扁桃体癌在内的头颈部/口咽部鳞状细胞癌病例，提供了高通量的 mRNA 基因表达谱。其主要用于研究 HPV 阳性与阴性扁桃体癌之间的免疫微环境及转录组学差异分析。
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。
