基本信息

模态

基因组

任务类型

预测

创建/更新时间

2026-10-08

资源简介

AML 全基因组测序样本

AML WGS - samples 是一个聚焦于急性髓系白血病（AML）复发研究的全基因组测序样本数据集。该数据集收录的是经过比对处理的全基因组序列数据，来源于 AML 复发项目，旨在为研究者提供可用于后续变异分析、复发机制探索等工作的测序样本资源。在分类上，它归属于肿瘤领域下的急性髓系白血病方向，来源站为 omicsdi.org，主题标签为 Genomics。整体而言，该数据集以基因组学为核心视角，围绕 AML 复发这一临床与科研关注点，提供比对后的全基因组测序样本，适合作为血液肿瘤基因组研究的基础数据入口。

【数据集背景】

急性髓系白血病是一种起源于髓系造血干祖细胞的恶性克隆性疾病，复发是影响患者长期生存的重要临床难题。围绕复发机制的研究，往往需要从基因组层面刻画肿瘤细胞在复发过程中的结构与变异特征。全基因组测序能够覆盖整个基因组范围，为发现单核苷酸变异、结构变异、拷贝数改变等提供基础。该数据集正是来源于 AML 复发项目，其英文名称为 AML WGS - samples，说明其内容以全基因组测序样本为主体，服务于复发相关研究。数据集在分类上被归入肿瘤 / 急性髓系白血病，主题标签为 Genomics，来源站为 omicsdi.org。这些信息共同界定了该数据集的基本定位：它是一个面向 AML 复发研究的基因组学样本集合。

【数据内容】

该数据集的内容为比对后的全基因组序列样本，即 aligned whole genome sequence。所谓比对后，通常指测序读段已经回贴到参考基因组，形成可供后续分析的比对文件或样本记录。数据集名称中的 samples 表明其组织形态以样本为单位，而非仅提供原始下机数据。源站描述明确指出其来自 AML relapse project，即急性髓系白血病复发项目。因此，数据内容围绕 AML 复发场景下的全基因组测序样本展开，主题标签为 Genomics。除上述信息外，源站未提供关于样本数量、测序平台、读长、覆盖深度、文件格式、参考基因组版本等更细粒度的说明。

【采集与来源】

该数据集的来源站为 omicsdi.org。源站描述为“Aligned whole genome sequence from AML relapse project”，表明其数据产生自急性髓系白血病复发项目，并以比对后全基因组测序样本的形式呈现。关于样本采集地点、采集时间、纳入排除标准、伦理审批信息、项目承担机构等，源站未提供。该数据集在来源站上的主题标签为 Genomics，分类归属为肿瘤 / 急性髓系白血病。整体来看，其来源信息集中在项目背景与数据类型两个层面，即 AML 复发项目与比对后全基因组测序样本。

【适用场景】

基于其数据类型与主题，该数据集可适用于急性髓系白血病复发相关的基因组学研究场景。例如，研究者可将其作为比对后全基因组测序样本，用于探索复发相关的基因组变异特征，或作为二次分析的数据基础。由于主题标签为 Genomics，其适用方向偏向基因组学分析。分类归属为肿瘤 / 急性髓系白血病，也提示其可用于血液肿瘤领域的转化研究。需要说明的是，具体适用场景取决于样本的临床注释、测序质量与覆盖情况，而源站未提供这些细节，因此实际使用时应结合源站进一步确认。

【使用方法】

该数据集提供的是比对后全基因组测序样本，通常需要借助基因组分析工具进行后续处理，例如变异检测、拷贝数分析或结构变异识别等。使用时应先确认样本对应的参考基因组版本、比对文件格式及配套注释信息。由于源站未提供样本数量、文件格式、参考基因组版本、是否包含对照样本等关键信息，具体操作流程与参数设置需以来源站 omicsdi.org 上的实际记录为准。建议在使用前查阅源站提供的元数据与下载说明，以确定数据组织方式与分析路径。

【质量与限制】

该数据集为比对后全基因组测序样本，来源于 AML 复发项目，主题标签为 Genomics，分类为肿瘤 / 急性髓系白血病。关于测序质量、覆盖深度、比对率、样本纯度、临床随访信息、复发时间点定义等质量相关指标，源站未提供。由于缺乏这些细节，使用者在开展分析时需自行评估数据质量，并注意样本可能存在的批次效应或注释缺失问题。此外，该数据集以样本形式呈现，是否包含原始测序读段、比对文件或变异调用结果，源站未提供，需以来源站实际内容为准。

【引用与许可】

该数据集的来源站为 omicsdi.org。关于引用方式、许可协议、使用限制、数据访问权限及是否需要申请等，源站未提供。使用者在引用或再利用该数据集时，应前往来源站 omicsdi.org 查阅相关说明，并遵循来源站及原始项目所规定的引用与许可要求。

原始链接

https://omicsdi.org/dataset/ega/EGAD00001003234

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/EGAD00001003234

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。

数据说明

Aligned whole genome sequence from AML relapse project

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