GDC-TARGET儿童癌症数据集
内分泌系统疾病领域多模态公开数据集，来源：datacatalog.ccdi.cancer.gov。
基本信息
资源简介
GDC-TARGET儿童癌症数据集
【一句话概览】
TARGET 项目即“产生有效治疗的可治疗性研究”，采用综合性基因组学方法，确定驱动儿童癌症的分子变化，目标是利用数据指导开发有效且毒性更低的疗法。该项目由针对特定疾病的项目团队组成协作网络，涉及急性淋巴细胞白血病、急性髓系白血病、神经母细胞瘤、骨肉瘤、肾母细胞瘤、肾透明细胞肉瘤、神经节母细胞瘤、恶性横纹肌样瘤及前体B细胞淋巴细胞白血病等儿童癌症，受试者数为6027（来源 datacatalog.ccdi.cancer.gov）。
【数据集背景】
本数据集源站标题为《Therapeutically Applicable Research to Generate Effective Treatments (TARGET)》。
【数据内容】
源站原始描述：The Therapeutically Applicable Research to Generate Effective Treatments (TARGET) program applies a comprehensive genomic approach to determine molecular changes that drive childhood cancers. The goal of the program is to use data to guide the development of effective, less toxic therapies. TARGET is organized into a collaborative network of disease-specific project teams
中文译文（机器翻译，仅供快速理解，请以原文为准）：“有效治疗生成治疗适用研究”（TARGET）项目采用全面的基因组学方法，旨在确定驱动儿童癌症的分子变化。该项目的目标是利用数据指导开发有效且毒性较小的疗法。TARGET项目由针对特定疾病的项目团队组成的协作网络构成。
【主题与分类】
主题标签：childhood cancers、genomic、Acute Lymphocytic Leukemia、Acute Myeloid Leukemia、Neuroblastoma、Osteosarcoma、Wilms Tumor、Clear Cell Sarcoma of Kidney、Ganglioneuroblastoma、Malignant Rhabdoid Tumor。
【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://datacatalog.ccdi.cancer.gov/dataset/GDC-TARGET
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://datacatalog.ccdi.cancer.gov/dataset/GDC-TARGET
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
GDC中的TARGET项目包含神经母细胞瘤、肾母细胞瘤等儿童肿瘤的基因组、转录组和临床数据。
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。
