CGGA 胶质瘤样本数据集
该数据集来自 CGGA 项目，包含 2,000 余例中国队列样本，涵盖全外显子测序 286 例、DNA 甲基化 159 例、mRNA 测序 1,018 例、mRNA 芯片 301 例、microRNA 芯片 198 例及匹配临床数据
基本信息
资源简介
CGGA 胶质瘤样本数据集
该数据集来自 CGGA 项目，聚焦于成人中最常见且最具侵袭性的脑肿瘤——胶质瘤，属于肿瘤/脑肿瘤分类下的基因组学数据资源。数据集英文名称为 bcdefec5-b0fd-4195-b9c7-5f891edc7dc0 - samples，来源站为 omicsdi.org。CGGA 项目汇集了 2,000 余例中国队列样本，涵盖全外显子测序 286 例、DNA 甲基化 159 例、mRNA 测序 1,018 例、mRNA 芯片 301 例、microRNA 芯片 198 例，并配有匹配的临床数据。该资源旨在为复发胶质瘤的分子特征研究以及更广泛的生物学研究和临床应用提供高质量、可快速便捷获取的功能基因组数据。
【数据集背景】
胶质瘤是成人中最常见且最具侵袭性的脑癌。尽管原发性胶质瘤已被广泛研究，但复发胶质瘤的分子特征研究仍然较少。CGGA 项目所生成的高质量测序数据为相关研究群体提供了有用的资源。该项目包含 2,000 余例中国队列样本，并整合了多组学数据与匹配临床数据，旨在消除研究人员获取高质量功能基因组数据资源的障碍，为生物学研究和临床应用提供快速、便捷的访问途径。
【数据内容】
该数据集涵盖多种类型的组学数据，具体包括：全外显子测序 286 例、DNA 甲基化 159 例、mRNA 测序 1,018 例、mRNA 芯片 301 例、microRNA 芯片 198 例，以及匹配的临床数据。样本总量超过 2,000 例，来自中国队列。主题标签为 Genomics。上述数据类型覆盖了从基因组、表观基因组到转录组的不同层面，其中 mRNA 测序和 mRNA 芯片共同提供了转录层面的信息，microRNA 芯片则补充了非编码 RNA 层面的信息，DNA 甲基化数据反映了表观遗传修饰状态，全外显子测序则提供了蛋白编码区域的变异信息。
【采集与来源】
该数据集的来源站为 omicsdi.org。数据由 CGGA 项目生成，样本来自中国队列，总量超过 2,000 例。关于具体的采集时间、采集地点、样本纳入与排除标准、伦理审批信息以及具体的测序平台或芯片平台型号，源站未提供。
【适用场景】
该数据集可用于胶质瘤相关的功能基因组学研究，尤其适用于复发胶质瘤分子特征探索这一研究较少的方向。由于同时包含全外显子测序、DNA 甲基化、mRNA 测序、mRNA 芯片、microRNA 芯片及匹配临床数据，该资源可支持多组学整合分析、分子分型研究、生物标志物发现以及临床相关应用研究。CGGA 项目旨在为生物学研究和临床应用提供高质量功能基因组数据资源，因此也适合需要快速获取中国队列胶质瘤多组学数据的研究人员使用。
【使用方法】
CGGA 项目致力于消除研究人员获取高质量功能基因组数据资源的障碍，提供快速且便捷的访问方式。关于具体的数据下载流程、访问入口、是否需要注册或申请、数据格式说明、配套分析工具或文档等操作细节，源站未提供。
【质量与限制】
CGGA 项目所生成的数据被描述为高质量测序数据，并配有匹配的临床数据。该数据集包含 2,000 余例中国队列样本，样本来源集中于中国人群。关于数据的具体质控指标、缺失率、批次效应、随访完整性、样本重复情况以及其他可能影响二次分析的限制因素，源站未提供。
【引用与许可】
关于该数据集的引用方式、文献出处、DOI、许可协议、使用条款以及是否允许商业用途等信息，源站未提供。
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/EGAD00001006445
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
胶质瘤是成人中最常见且最具侵袭性的脑癌。虽然原发性胶质瘤已被广泛研究，但复发性胶质瘤的分子特征研究仍然较少。我们生成的高质量测序数据为学术界提供了宝贵的资源。CGGA项目包含来自中国队列的2，000多份样本，全面涵盖了全外显子组测序（286例）、DNA甲基化（159例）、mRNA测序（1，018例）、mRNA微阵列（301例）及微小RNA微阵列（198例）以及匹配的临床数据。CGGA消除了研究者的障碍，为生物学研究和临床应用提供了快速便捷获取高质量功能基因组数据资源的途径。
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。
