良性前列腺增生上皮与间质差异表达基因数据集

该数据集来自 ebi.ac.uk,收录良性前列腺增生患者上皮与间质组织的基因表达谱。研究者通过激光显微切割从8例经尿道前列腺电切术(TURP)患者的前列腺组织中分离上皮和间质,用 Affymetrix HG-U133_Plus_2 基因芯片检测并比较基因表达水平,总RNA等量混合后上样

biostudies
浏览 12
医学影像分类transcription profiling by arrayHomo sapiens
Different expressed genes in epithelium and stromal of Benign Prostatic Hyperplasia

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-11-08

资源简介

良性前列腺增生上皮与间质差异表达基因数据集

Different expressed genes in epithelium and stromal of Benign Prostatic Hyperplasia

该数据集来自 ebi.ac.uk,收录良性前列腺增生患者上皮与间质组织的基因表达谱。研究者通过激光显微切割从8例经尿道前列腺电切术(TURP)患者的前列腺组织中分离上皮和间质,用 Affymetrix HG-U133_Plus_2 基因芯片检测并比较基因表达水平,总RNA等量混合后上样。数据可用于筛选上皮与间质中差异表达及高丰度表达的基因,并探讨这些基因在良性前列腺增生发病机制中的作用(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):为鉴定良性前列腺增生(BPH)上皮与间质中差异表达的基因,我们通过激光显微切割从良性前列腺增生患者中采集上皮与间质,随后使用 Affymetrix HG-U133_Plus_2 基因芯片检测并比较基因表达水平,以找出在上皮与间质中表达最丰富的基因以及这些基因在BPH发病机制中的作用。在知情同意下,从接受经尿道前列腺电切术(TURP)的患者中采集了8份前列腺组织。每份组织包埋于O.C.T中,随后用于激光显微切割。从每份样本中分离总RNA,并等量混合用于基因芯片检测。

【主题与分类】

主题标签:transcription profiling by array、Homo sapiens。本站分类:泌尿生殖系统疾病/良性前列腺增生。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/studies/E-GEOD-31323

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ebi.ac.uk/biostudies/studies/E-GEOD-31323

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

E-GEOD-31323 良性前列腺增生上皮与间质差异表达基因的微阵列转录谱分析 EFO EFO_0002768 智人 为鉴定良性前列腺增生(BPH)上皮与间质中差异表达的基因,我们收集

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。