基因表达-合成疾病-基因识别研究数据集
数据来源：互联网公开数据
标签：基因表达,合成疾病,特征识别,机器学习,基因组学,生物信息学,数据挖掘
数据概述：
本数据集基于E-MTAB-3732数据库，包含27,887个样本的基因表达数据，涵盖健康个体、疾病患者（包括癌症）和细胞系。数据集生成了三个合成疾病，每个疾病通过10个预定义的基因变量（索引为1486、7201、19287、27461、28578、29884、30555、34271、37922、41109）模拟了不同的生物学关系。每个样本被标记为健康（控制，目标值为0）或患病（案例，目标值为1）。
数据用途概述：
该数据集适用于基因识别算法开发、特征选择研究、机器学习模型训练和验证、以及合成疾病模型的构建与分析。研究人员可利用此数据集评估算法在复杂基因表达数据中的表现，探索基因与疾病之间的潜在关联，或开发新的生物标记物识别方法。此外，数据集也可用于教育培训，帮助研究者理解基因表达数据分析的挑战和解决方案。
