ena数据集CeMM样本
该数据集来源于 omicsdi.org，属于肿瘤/脑肿瘤分类，主题标签为 Genomics。数据通过 RRBS 对 349 个样本进行全基因组 DNA 甲基化水平分析，样本来自 112 例 IDH 野生型胶质母细胞瘤患者、13 例 IDH 突变脑肿瘤患者和 5 例正常脑对照
基本信息
资源简介
ena数据集CeMM样本
该数据集英文名为 ena-DATASET-CeMM-05-07-2017-16:10:57:322-333 - samples，来源于 omicsdi.org，在本站被归类为肿瘤 / 脑肿瘤，主题标签为 Genomics。其核心内容是通过 RRBS（简化代表性亚硫酸氢盐测序）对 349 个样本进行全基因组 DNA 甲基化水平分析。这些样本来自 112 例 IDH 野生型胶质母细胞瘤患者、13 例 IDH 突变脑肿瘤患者以及 5 例正常脑对照。对于每位患者，可获得至少两次、最多六次肿瘤切除样本；其中 6 位患者还对其肿瘤的多个区域进行了采样。该数据集为研究脑肿瘤，尤其是胶质母细胞瘤的 DNA 甲基化特征提供了样本层面的资源。
【数据集背景】
脑肿瘤是一类异质性较强的肿瘤，其中胶质母细胞瘤是常见且侵袭性较高的类型。IDH（异柠檬酸脱氢酶）基因状态是脑肿瘤分子分型中的重要区分因素，IDH 野生型与 IDH 突变型肿瘤在生物学行为上存在差异。DNA 甲基化作为一种重要的表观遗传修饰，参与基因表达调控，并在肿瘤发生发展中发挥关键作用。全基因组 DNA 甲基化水平的系统分析有助于揭示肿瘤的分子特征。该数据集正是在这一背景下，利用 RRBS 技术对脑肿瘤样本进行甲基化水平分析，覆盖 IDH 野生型胶质母细胞瘤、IDH 突变脑肿瘤以及正常脑对照，为相关研究提供数据基础。
【数据内容】
该数据集包含 349 个样本的 RRBS 全基因组 DNA 甲基化水平分析数据。样本构成包括：112 例 IDH 野生型胶质母细胞瘤患者来源的样本、13 例 IDH 突变脑肿瘤患者来源的样本，以及 5 例正常脑对照来源的样本。对于每位患者，可获得的肿瘤切除样本数量至少为两个，最多可达六个。此外，有 6 位患者提供了其肿瘤多个区域的采样样本。这些信息表明数据集在样本层面涵盖了不同患者、不同切除次数以及部分患者肿瘤多区域采样的材料，可用于分析 DNA 甲基化水平。
【采集与来源】
该数据集来源于 omicsdi.org。其英文名称为 ena-DATASET-CeMM-05-07-2017-16:10:57:322-333 - samples。在本站分类中属于肿瘤 / 脑肿瘤，主题标签为 Genomics。关于样本采集的具体时间、地点、伦理审批信息以及实验操作的详细流程，源站未提供。
【适用场景】
基于该数据集的内容，其适用于脑肿瘤相关的 DNA 甲基化研究。具体而言，可用于比较 IDH 野生型胶质母细胞瘤、IDH 突变脑肿瘤与正常脑对照之间的全基因组 DNA 甲基化水平差异；也可用于分析同一患者多次肿瘤切除样本之间，或同一肿瘤不同区域之间的甲基化特征。此外，该数据集可作为脑肿瘤表观遗传学研究的样本资源，支持甲基化模式探索、分子分型相关分析等。由于主题标签为 Genomics，其也适合基因组学层面的数据整合与分析。关于更具体的适用场景，源站未提供。
【使用方法】
该数据集以样本为单位提供 RRBS 全基因组 DNA 甲基化水平分析结果。使用者可根据样本所属的患者类型（IDH 野生型胶质母细胞瘤、IDH 突变脑肿瘤、正常脑对照）进行分组比较。对于每位患者拥有多个肿瘤切除样本的情况，可进行纵向或多次采样分析；对于 6 位具有肿瘤多区域采样的患者，可进行肿瘤内不同区域的甲基化异质性分析。关于数据下载方式、文件格式、预处理流程及分析工具等具体使用方法，源站未提供。
【质量与限制】
该数据集包含 349 个样本，覆盖 112 例 IDH 野生型胶质母细胞瘤患者、13 例 IDH 突变脑肿瘤患者和 5 例正常脑对照。每位患者至少有两次、最多六次肿瘤切除样本，其中 6 位患者有肿瘤多区域采样。这些信息反映了样本层面的设计。然而，关于测序深度、覆盖度、数据质量评估指标、批次效应、样本纳入排除标准等质量相关信息，源站未提供。此外，正常脑对照仅 5 例，IDH 突变脑肿瘤患者为 13 例，与 IDH 野生型胶质母细胞瘤患者 112 例相比数量较少，可能影响组间比较的统计效力。其他潜在限制，源站未提供。
【引用与许可】
关于该数据集的引用方式、许可协议、使用条款以及相关发表文献信息，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/EGAD00001003427
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
通过RRBS对349个样本的DNA甲基化水平进行全基因组分析，这些样本来自112名胶质母细胞瘤（IDH野生型）患者、13名IDH突变脑肿瘤患者以及5名正常脑对照组。每位患者至少有两次、最多六次肿瘤切除的样本可供使用。对于6名患者，每个肿瘤的多个区域进行了采样。
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。
