TCGA-ACC肾上腺皮质癌队列
内分泌系统疾病领域多模态公开数据集，来源：gdc.cancer.gov。
基本信息
资源简介
TCGA-ACC肾上腺皮质癌队列
【一句话概览】
作为癌症基因组图谱（TCGA）的一部分，本研究对91例肾上腺皮质癌（ACC）进行了基因组、转录组、表观基因组和蛋白质组分析，鉴定出TERT、TERF2、CDK4扩增，ZNRF3、CDKN2A、RB1缺失，以及RPL22等基因点突变，并确认RB、Wnt/β-catenin和PKA信号通路突变的作用。绝对拷贝数与基因型分析显示倍性差异较大，提示部分ACC经全基因组加倍由低倍体向多倍体序贯演化。无监督聚类揭示三类具生物学和临床意义的ACC，泛癌分析将其置于更广的癌症基因组背景中，提供了全面的基因组图谱和精细分子分型（来源 gdc.cancer.gov）。
【数据集背景】
本数据集源站标题为《Comprehensive Pan-Genomic Characterization of Adrenocortical Carcinoma》。
【数据内容】
源站原始描述：Adrenocortical carcinoma (ACC) is a rare neoplasm with a heterogeneous outcome and limited treatment options. Here we describe the genomic, transcriptomic, epigenomic and proteomic profiling of 91 ACCs as a part of The Cancer Genome Atlas (TCGA). We identified potential driving alterations including amplifications (TERT, TERF2 and CDK4), deletions (ZNRF3, CDKN2A and RB1) and point mutations in genes previously not known to participate in adrenal disease (RPL22), as well as in genes known to init…
中文译文（机器翻译，仅供快速理解，请以原文为准）：肾上腺皮质癌（ACC）是一种罕见的肿瘤，其预后异质性大且治疗选择有限。本文中，我们描述了作为癌症基因组图谱（TCGA）一部分的91例ACC的基因组、转录组、表观基因组和蛋白质组特征。我们识别出潜在的驱动性改变，包括扩增（TERT、TERF2和CDK4）、缺失（ZNRF3、CDKN2A和RB1）以及先前未知参与肾上腺疾病的基因（RPL22）中的点突变，还有已知引发包括肾上腺皮质肿瘤在内的家族性综合征的基因（TP53、CTNNB1、PRKAR1A、MEN1）中的突变。我们在绝对拷贝数和基因型分析中观察到倍性广泛变异，这暗示了一部分ACC中从低倍体通过全基因组加倍向多倍体顺序发展的过程。综合分析确认并扩展了RB、Wnt/β-catenin和PKA信号通路突变的作用。多维数据的无监督聚类揭示了具有生物学和临床意义的三类ACC。利用其他肿瘤类型的基因组数据，我们进行了ACC的泛癌分析，使我们能够将ACC置于更广泛的癌症基因组图谱背景中。我们的结果呈现了ACC的全面基因组景观和精细的分子分类，增进了对其发病机制的理解，最终将改善患者的护理。
【主题与分类】
主题标签：Adrenocortical Carcinoma、ACC、TCGA、Cancer Cell、genomic、transcriptomic、epigenomic、proteomic。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://gdc.cancer.gov/about-data/publications/acc_2016
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://gdc.cancer.gov/about-data/publications/acc_2016
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
TCGA肾上腺皮质癌多组学队列，包含基因组、转录组、甲基化、蛋白表达和临床信息，用于ACC分子分型与预后研究。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
