少突胶质细胞肿瘤1p/19q共缺失亚组整合基因组分析的人类核心SNP数据
该数据集来自omicsdi.org，属于肿瘤/脑肿瘤分类，主题标签为Transcriptomics。数据为法国Ligue Nationale Contre le Cancer的CIT项目所产出的HumanCore SNP数据，用于少突胶质细胞肿瘤的整合基因组分析
基本信息
资源简介
少突胶质细胞肿瘤1p/19q共缺失亚组整合基因组分析的人类核心SNP数据
该数据集为法国Ligue Nationale Contre le Cancer的CIT项目所产出的HumanCore SNP数据，服务于少突胶质细胞肿瘤的整合基因组分析。少突胶质细胞肿瘤属于一组异质性胶质瘤，依据IDH突变与1p/19q共缺失状态，目前可区分出三种分子亚群。相关研究对156例少突胶质细胞肿瘤开展了转录组、基因组与甲基化组的整合分析，在已知三种分子类别之外，进一步在1p/19q共缺失肿瘤中识别出三个亚群，这些亚群与少突胶质祖细胞、星形胶质细胞、少突胶质细胞及神经元谱系基因的不同表达模式相关，并在公共数据集中得到验证。该数据集在分类上属于肿瘤/脑肿瘤，主题标签为Transcriptomics，来源站为omicsdi.org。
【数据集背景】
少突胶质细胞肿瘤是一组异质性胶质瘤。当前依据IDH突变和1p/19q共缺失，可将这类肿瘤区分为三种分子亚群。该数据来自法国Ligue Nationale Contre le Cancer的CIT（Cartes d'Identite des Tumeurs）项目，项目网站为http://cit.ligue-cancer.net。相关研究围绕少突胶质细胞肿瘤的分子分型展开，旨在通过多组学整合分析，在既有分子分类基础上进一步刻画1p/19q共缺失肿瘤内部的异质性。
【数据内容】
该数据集为HumanCore SNP数据，用于少突胶质细胞肿瘤的整合基因组分析。相关研究对156例少突胶质细胞肿瘤进行了转录组、基因组和甲基化组的整合分析。分析结果显示，在三种已知分子类别之外，1p/19q共缺失肿瘤中还存在三个亚群，这些亚群与少突胶质祖细胞（OPC）、星形胶质细胞、少突胶质细胞和神经元谱系基因的不同表达模式相关。其中，OPC样组与更具侵袭性的组织学和基因组特征相关，并伴有MYC激活，这种激活通过多种改变发生。该数据集的主题标签为Transcriptomics，本站分类为肿瘤/脑肿瘤。
【采集与来源】
该数据来源于omicsdi.org，原始项目为法国Ligue Nationale Contre le Cancer的CIT项目，项目网址为http://cit.ligue-cancer.net。数据为HumanCore SNP数据，服务于少突胶质细胞肿瘤的整合基因组分析。关于样本采集的具体时间、地点、伦理审批及受试者信息，源站未提供。
【适用场景】
该数据集适用于少突胶质细胞肿瘤的分子分型研究，尤其是围绕IDH突变与1p/19q共缺失状态的分类分析。由于数据为HumanCore SNP数据并服务于整合基因组分析，可用于探索1p/19q共缺失肿瘤内部亚群的基因组特征，并与转录组、甲基化组信息联合分析。相关研究结果在公共数据集中得到验证，因此也可用于与公共数据集的比较或验证性分析。关于该数据集在其他具体应用场景中的适用性，源站未提供。
【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、文件格式说明、预处理流程、分析工具或代码等。
【质量与限制】
相关研究对156例少突胶质细胞肿瘤进行了整合分析，并在公共数据集中验证了所识别三个亚群的有效性。关于该数据集本身的样本质量、数据完整性、批次效应、技术偏差及其他质量指标，源站未提供。该数据集在分类上属于肿瘤/脑肿瘤，主题标签为Transcriptomics，使用时应结合其来源项目与研究对象加以判断。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/biostudies-arrayexpress/E-MTAB-3896
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
法国国家抗癌联盟（Ligue Nationale Contre le Cancer）的肿瘤身份卡（Cartes d’Identite des Tumeurs, CIT）项目（http://cit.ligue-cancer.net）：少突胶质细胞肿瘤（Oligodendroglial tumours, OT）是一组异质性胶质瘤。目前根据IDH突变和1p/19q共缺失区分出三个分子亚组。在此，我们对156例OT的转录组、基因组和甲基化组进行了整合分析。除了已知的三个分子类别外，我们的多组学分类在1p/19q共缺失肿瘤中揭示了三个亚组，这些亚组与少突胶质祖细胞（OPC）、星形细胞、少突胶质细胞和神经元谱系基因的不同表达模式相关。这三个亚组的有效性在公共数据集中得到了证实。OPC样组与更具侵袭性的组织学和基因组特征相关，并与MYC激活相关，后者通过多种改变发生，包括MYC位点基因组增益、MYC外显子3低甲基化和microRNA-34b/c下调。在低级别胶质瘤TCGA数据集中，OPC样组与较差的预后相关，且独立于组织学分级。
我们的研究揭示了1p/19q共缺失肿瘤中先前未被认识到的异质性。
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。
