Hospital Clinic Barcelona 全基因组测序样本数据集
该数据集来自 omicsdi.org，收录 Hospital Clinic Barcelona 的全基因组测序样本，归类于血液与淋巴系统疾病下的出血性疾病
基本信息
资源简介
Hospital Clinic Barcelona 全基因组测序样本数据集
该数据集名为 ena-DATASET-Hospital Clinic Barcelona-13-08-2015-12:02:30:199-229 - samples，来源于 omicsdi.org，收录的是 Hospital Clinic Barcelona 的全基因组测序样本，在分类上归属于血液与淋巴系统疾病下的出血性疾病，主题标签为 Genomics。从源站描述可知，该数据集围绕全基因组测序展开，涉及短插入片段双端测序文库的构建与测序流程，样本来源为基因组 DNA。整体而言，这是一个以基因组学为核心、聚焦出血性疾病方向的测序样本集合，可为相关研究提供原始测序层面的数据基础。
【数据集背景】
该数据集由 Hospital Clinic Barcelona 产生，并通过 omicsdi.org 进行收录与展示。其分类位置为血液与淋巴系统疾病下的出血性疾病，主题标签为 Genomics。这一背景表明，数据集所涉及的样本与血液及淋巴系统疾病中的出血性疾病方向相关，研究视角落在基因组层面。源站未提供更多关于研究项目立项背景、疾病亚型细分或样本临床特征的信息。
【数据内容】
数据集的核心内容为全基因组测序数据。根据源站描述，每个样本取 2 μg 基因组 DNA 用于构建两个短插入片段双端测序文库。两类文库均在双端模式下进行测序，测序平台包括 Illumina GAIIx（2 × 151 bp，使用 Sequencing kit v4）以及 Illumina HiSeq2000（2 × 101 bp，使用 TruSeq SBS Kit v3）。数据集名称中包含“samples”字样，说明其以样本为单位组织。源站未提供样本数量、具体基因变异信息、覆盖度统计或数据文件的具体格式与大小。
【采集与来源】
数据来源站为 omicsdi.org，样本产生机构为 Hospital Clinic Barcelona。数据集名称中带有日期与时间标识“13-08-2015-12:02:30:199-229”，可作为该批次数据的标识信息。源站未提供样本采集的具体时间、地点、伦理审批信息、受试者纳入标准或样本处理细节。
【适用场景】
基于其全基因组测序属性与出血性疾病的分类归属，该数据集可用于基因组学方向的探索性分析，例如在血液与淋巴系统疾病背景下考察基因组层面的特征。主题标签 Genomics 也表明其适用于基因组相关研究。源站未提供该数据集的具体适用分析类型、推荐工具或已验证的研究用途。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据下载方式、文件组织格式、预处理流程或分析建议。使用者需依据 omicsdi.org 及原始数据存储库的通用访问规则自行获取与处理。
【质量与限制】
源站未提供该数据集的质量评估信息，例如测序质量分数、覆盖深度、样本合格标准或批次效应说明。由于缺少样本数量、临床注释与变异验证等信息，使用时应关注其局限性。源站未提供其他限制说明。
【引用与许可】
源站未提供该数据集的引用方式与许可条款。使用者在引用或再利用该数据集时，应查阅 omicsdi.org 及原始数据来源页面以确认具体的引用要求与授权条件。
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://omicsdi.org/dataset/ega/EGAD00001001466
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
全基因组测序。每个样本取2微克基因组DNA用于构建两个短插入片段双端测序文库。两种文库均在Illumina GAIIx（2×151 bp）上使用Sequencing kit v4，或在Illumina HiSeq2000（2x101 bp）上使用TruSeq SBS Kit v3，以双端模式进行测序。
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。
