GSE168841 宫颈及阴道区域上皮癌全基因组甲基化谱
该数据集通过Illumina 850K芯片测定了包含下生殖道鳞状细胞癌在内的多例肿瘤样本和正常对照组织，用于分析HPV感染相关的生殖道上皮恶性转化和表观遗传学特征。由Saroj Gupta Cancer Centre & Research Institute提供，来自NCBI GEO，数据格式为表格，包含16条数据记录，适用于分类任务，专注于肿瘤领域的阴道癌研究。
基本信息
资源简介
GSE168841 宫颈及阴道区域上皮癌全基因组甲基化谱
【数据集背景】
本数据集源站标题为《Genome-wide methylation profile of uterine cervical carcinoma in Indian patients》。源站首次发布：Mar 12 202。
【数据内容】
源站原始描述：Cancer of the uterine cervix (CACX) is the third most commonly diagnosed cancer and the fourth leading cause of cancer deaths in women worldwide. In India, CACX accounts for approximately 1,22,844 new cases and 67,477 deaths annually. Previously, we catalogued global copy-number aberrations [GSE76911] and performed gene expression profiling [GSE122697] in CACX. Interestingly, differential change in the expression between normal and tumor tissues of several genes did not correlate with the chromo…
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：Methylation profiling by array、GPL23976、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=GSE168841
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=GSE168841
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 0.10 GB。
数据说明
该数据集通过Illumina 850K芯片测定了包含下生殖道鳞状细胞癌在内的多例肿瘤样本和正常对照组织，用于分析HPV感染相关的生殖道上皮恶性转化和表观遗传学特征。
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。
