数据集概述
该数据集包含四组独立的乳腺癌基因表达谱数据，涵盖不同临床特征的样本，包括正常组织与癌组织、复发与非复发病灶、病理完全缓解与残留病灶样本，以及模拟生成的特征数据，为乳腺癌分类研究提供多组学数据支持。
文件详解
- 文件名称：BC-TCGA.zip
- 文件格式：ZIP压缩包
- 内容说明：包含17814个基因、590个样本，其中正常组织样本61个，乳腺癌组织样本529个
- 文件名称：GSE2034.zip
- 文件格式：ZIP压缩包
- 内容说明：包含12634个基因、286个乳腺癌样本，其中复发肿瘤样本107个，无复发样本179个
- 文件名称：GSE25066.zip
- 文件格式：ZIP压缩包
- 内容说明：包含12634个基因、492个乳腺癌样本，其中病理完全缓解样本100个，残留病灶样本392个
- 文件名称：Simulation-Data.zip
- 文件格式：ZIP压缩包
- 内容说明：包含100个阳性样本与100个阴性样本，共10000个特征，特征分别服从不同参数的正态分布
适用场景
- 癌症分型研究：基于基因表达谱数据构建乳腺癌亚型分类模型
- 临床预后分析：探究基因表达与乳腺癌复发、病理缓解的关联
- 特征选择算法验证：用于评估随机投影等降维技术在癌症分类中的效果
- 生物标志物筛选：识别与乳腺癌临床特征相关的关键基因标志物
