基于大规模肝癌类器官生物库的肿瘤内异质性药理基因组学分析
该数据集是一个包含来自144名患者的399个肝癌类器官样本的生物库，涵盖基因组、转录组等多模态数据，并提供了对七种临床相关药物的敏感性信息。其主要用途是研究原发性肝癌的肿瘤内异质性，开发预测药物反应的生物标志物面板，并探索联合治疗策略，为精准医疗提供支持。
基本信息
资源简介
基于大规模肝癌类器官生物库的肿瘤内异质性药理基因组学分析
【数据集背景】
本数据集源站标题为《Pharmacogenomic profiling of intra-tumor heterogeneity by a large organoid biobank of liver cancer》。源站首次发布：2023-12-27。
【数据内容】
源站原始描述：Inter- and intra-tumor heterogeneity is a major hurdle in primary liver cancer (PLC) precision therapy. Here, we established a PLC biobank, consisting of 399 organoids derived from 144 patients, which recapitulated histopathology and genomic landscape of parental tumors, and were reliable for drug sensitivity screening, evidenced by both in vivo models and patient response. Integrative analysis dissected PLC heterogeneity, regarding genomic, transcriptomic characteristics and sensitivity to seve…
【数据结构与技术规格】
文件数 2 个，合计 29.17 MB。数据集 DOI：10.17632/rv2w3dv9rs.2。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/rv2w3dv9rs
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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。
使用方式
数据集获取
源站：https://data.mendeley.com/datasets/rv2w3dv9rs
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是一个针对原发性肝癌（PLC）的大规模类器官生物库，包含来自144名患者的399个类器官样本。这些类器官在组织病理学和基因组景观上重现了亲本肿瘤的特征，并已通过体内模型和患者反应验证，可用于可靠的药物敏感性筛选。数据集整合了基因组、转录组特征以及对七种临床相关药物的敏感性数据，并进行了临床关联分析。通过药理基因组学分析，识别并验证了多基因表达特征，用于预测药物反应以改善患者分层。研究还揭示了c-Jun通过JNK和β-catenin信号通路介导Lenvatinib耐药的新机制，并合成了一种新型化合物（PKUF-01），显示出显著的协同效应。该数据集主要用于肝癌异质性研究、药物反应预测和联合治疗策略开发。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
