GEO 未分化多形性肉瘤转录组芯片数据集
保存在GEO数据库中的基因表达芯片数据集，包含未分化多形性肉瘤（UPS）与黏液纤维肉瘤（MFS）患者的RNA转录组测序样本，用于研究UPS/MFS连续谱系的分子异质性与免疫微环境。由National Center for Biotechnology Information提供，来自Gene Expression Omnibus，数据格式为文本，包含64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
GEO 未分化多形性肉瘤转录组芯片数据集
【数据集背景】
本数据集源站标题为《RNA-seq of expanded human CRISPR/HDR-mediated FOXP3-KO naive Tregs, Cas9 naive Tregs, and conventional T cells》。源站首次发布：Jun 04 202。
【数据内容】
源站原始描述：Treg cell therapy is a promising curative approach for a variety of immune-mediated conditions. CRISPR-based genome editing allows precise insertion of transgenes through homology-directed repair, but its use in human Tregs has been limited. We report an optimized protocol for CRISPR-mediated gene knock-in in human Tregs with high-yield expansion. To establish a benchmark of human Treg dysfunction, we target the master transcription factor FOXP3 in naive and memory Tregs. Although FOXP3-ablated…
【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 high throughput sequencing、GPL18573、9606。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE176191
【使用注意】
· 源站最后修改于 Aug 04 202，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://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE176191
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 0.15 GB。
数据说明
保存在GEO数据库中的基因表达芯片数据集，包含未分化多形性肉瘤（UPS）与黏液纤维肉瘤（MFS）患者的RNA转录组测序样本，用于研究UPS/MFS连续谱系的分子异质性与免疫微环境。
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。
