TCGA低级别胶质瘤最终协调数据

数据集获取

源站：https://doi.org/10.6084/m9.figshare.32194689.v1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 103.6 MB。

数据说明

该数据集包含在TCGA低级别胶质瘤Python流程的最终数据协调阶段生成的最终协调数据文件。在此阶段，先前处理过的临床、表达、拷贝数变异和突变数据集在样本水平和基因水平上进行了对齐。该流程仅保留了临床、表达、CNA和突变数据集中共有的样本，确保每个保留的样本都具有匹配的多组学信息。还对分子数据集进行了检查，以确保表达、CNA和突变记录仅包含这些数据类型中共有的标准化基因。这种最终对齐产生了可以在患者、样本、基因和分子特征之间可靠整合的一致数据集。此阶段使用的输入文件为expr_step3.csv、cna_step3.csv、mut_step3.xlsx和clin_step1.xlsx。此阶段使用finalize.py脚本执行。此数据集中包含的输出文件为expr_FINAL.csv、cna_FINAL.csv、mut_FINAL.xlsx和clin_FINAL.xlsx。

这些文件代表最终协调一致的临床、表达、CNA和突变数据集。这些最终文件已准备好用于SQL表生成、图数据库构建、数据库导入以及下游多组学分析。此阶段不会改变数据的生物学意义，重点在于最终样本匹配、最终基因匹配、跨数据集一致性，以及为数据库构建准备完全匹配的TCGA LGG多组学数据集。

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。