数据集概述
本数据集是对cBio portal获取的Acc_tcga_2018数据预处理后，与Pathway Commons节点整合的最终结果，包含边索引、患者信息、生存时间等内容，适用于PyTorch Geometric构建图神经网络（GNNs），共8个文件。
文件详解
- 图结构文件
- 文件名称：edge_index.pt
- 文件格式：PT
- 字段映射介绍：图神经网络所需的边索引数据
- 标签文件
- 文件名称：graph_labels.csv
- 文件格式：CSV
- 字段映射介绍：包含生存时间等数值型标签数据
- 临床信息文件
- 文件名称：data_clinical_patient.txt
- 文件格式：TXT
- 字段映射介绍：包含患者标识符、亚型、癌症类型缩写、诊断年龄、性别、肿瘤分期等临床字段
- 文件名称：data_clinical_sample.txt
- 文件格式：TXT
- 字段映射介绍：样本级临床信息文件
- 基因表达文件
- 文件名称：data_mrna_seq_v2_rsem.txt
- 文件格式：TXT
- 字段映射介绍：mRNA测序表达数据
- 索引文件
- 文件名称：graph_idx.csv
- 文件格式：CSV
- 字段映射介绍：包含基因名称（如A1CF、A2M等）的索引数据
- 数据集文件
- 文件名称：train_set.zip、test_set.zip
- 文件格式：ZIP
- 字段映射介绍：训练集和测试集的压缩文件
数据来源
cBio portal、Pathway Commons
适用场景
- 医疗基因组研究：分析Acc_tcga_2018数据中的基因表达与临床特征关联
- 图神经网络模型训练：基于边索引和临床数据构建GNN模型，研究疾病机制
- 生存分析：利用graph_labels.csv中的生存时间数据开展患者生存预测研究
- 临床与基因组整合分析：结合患者临床信息与mRNA表达数据，探索生物标志物
