数据集概述
本数据集包含从TCGA项目获取的BRCA（乳腺癌）、LGG（低级别胶质瘤）、LUAD（肺癌）三种癌症类型的CNV、mRNA、miRNA、蛋白质四组学数据，以及各向同性分布混合的合成数据。癌症数据已按列缩放至0-1区间，行对应患者、列对应特征，摘要数据仅含数值型观测值。
文件详解
- 文件名称：DastasetFiles.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含预处理后的癌症多组学数据与合成数据。癌症数据按癌症类型分类，列代表特征（CNV、mRNA、miRNA、蛋白质组学指标），行代表患者样本；合成数据为各向同性分布混合的数值型数据，列代表特征，行代表观测值。
数据来源
IEEE Dataport（Diego Salazar，2021）、U-BRITE平台“AI against CANCER DATA SCIENCE HACKATHON”
适用场景
- 癌症多组学特征分析：用于挖掘BRCA、LGG、LUAD三种癌症的CNV、mRNA、miRNA、蛋白质组学特征关联。
- 癌症亚型分类研究：基于多组学数据探索不同癌症类型的分子亚型差异。
- 合成数据建模验证：利用合成数据测试机器学习模型在癌症数据分析中的鲁棒性。
- 生物标志物筛选：通过多组学数据关联分析识别潜在的癌症诊断或预后生物标志物。
