TCGA 急性髓系白血病数据集
TCGA-LAML是美国国家癌症研究所主导的The Cancer Genome Atlas (TCGA)项目下针对急性髓系白血病(AML)的大型公开多组学数据集。该数据集涵盖了大规模AML患者队列的临床病理信息、基因表达（RNA-Seq）、全外显子测序、全基因组测序及DNA甲基化等多模态数据，为探索AML的发生机制、分子分型及预后生物标志物提供了极其重要的基础。
基本信息
资源简介
TCGA 急性髓系白血病数据集
【数据集背景】
本数据集源站标题为《Acute Myeloid Leukemia》。
【数据内容】
源站原始描述：disease_type: Myeloid Leukemias；primary_site: Hematopoietic and reticuloendothelial systems；data categories: Simple Nucleotide Variation, Sequencing Reads, Biospecimen, Clinical, Copy Number Variation, Transcriptome Profiling, DNA Methylation, Structural Variation；Acute Myeloid Leukemia；TCGA-LAML
【主题与分类】
主题标签：[''Myeloid Leukemias'']、[''Hematopoietic and reticuloendothelial systems'']。
【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://portal.gdc.cancer.gov/projects/TCGA-LAML
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。
需登录公开下载
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。
暂未开放有偿下载
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://portal.gdc.cancer.gov/projects/TCGA-LAML
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-LAML包含急性髓系白血病患者的基因组、转录组及临床随访数据，常用于研究基因层面突变如何影响疾病进展，是白血病组学研究的经典公共资源。
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。
