MDA胶质瘤T200
首个 panel 包含从 MD Anderson 教职员工处征集的 202 个癌症相关基因。该 panel 被命名为 T200，后来经过修订和扩展，纳入更多基因
基本信息
资源简介
MDA胶质瘤T200
首个 panel 包含从 MD Anderson 教职员工处征集的 202 个癌症相关基因。该 panel 被命名为 T200，后来经过修订和扩展，纳入更多基因
【数据内容】
源站描述（机器翻译，仅供参考）：### MD Anderson T200 胶质瘤项目 关于 T200 项目 MD Anderson 几年前启动了 panel 测序项目。该项目由 Sheikh Khalifa Bin Zayed Al Nahyan Institute for Personalized Cancer Therapy (IPCT) 牵头，目标是通过一个灵敏且经济高效的技术平台，将治疗选择与肿瘤遗传图谱相匹配。首个 panel 包含从 MD Anderson 教职员工处征集的 202 个癌症相关基因。该 panel 被命名为 T200，后来经过修订和扩展，纳入更多基因。要了解更多关于 T200 的信息（包括技术细节），请阅读我们的出版物（chen et al. Chen et al. Clin Chem. 2015 Mar; 61(3): 544–553. ；Meric-Bernstam et al. Meric-Bernstam et al. J Clin Oncol. 2015 Sep 1; 33(25): 2753–2762.） 关于胶质瘤 胶质瘤是最致命的癌症之一。它包括一组从低级别到高级别肿瘤的异质性病变。在与 IPCT 合作下，由 John de Groot 博士（神经肿瘤科）、Shiao-Pei Weathers 博士（神经肿瘤科）、Siyuan Zheng 博士（生物信息学）领导的团队收集了 200 多例胶质瘤用于 T200 测序。本项目旨在评估 panel 测序（此处测试的 T200）能否：(1) 重现 TCGA 等更大…
【主题与分类】
主题标签：靶向测序、基因组学、神经肿瘤、精准肿瘤、脑肿瘤、变异检测、用药匹配、个体化治疗。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://synapse.org/Synapse:syn18410809
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。
需登录公开下载
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。
暂未开放有偿下载
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://synapse.org/Synapse:syn18410809
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
###MD Anderson T200 Glioma project #####About the T200 project MD Anderson initiated the panel sequencing project several years ago. The goal of the project, spearheaded by Sheikh Khalifa Bin Zayed Al Nahyan Institute for Personalized Cancer Therapy (IPCT), is to match therapeutic options with tumor genetic profiles through a sensitive and cost efficient platform. The first panel included 202 cancer related genes sought from faculty members at MD Anderson. This panel, named T200, was later revised and expanded to include more genes. To learn more about T200, including technical details, please read our publications (chen et al.Chen et al. Clin Chem. 2015 Mar; 61(3): 544–553. ; Meric-Bernstam et al.Meric-Bernstam et al. J Clin Oncol. 2015 Sep 1; 33(25): 2753–2762.) #####About glioma Glioma is one of the most deadly cancers. It comprises a heterogeneous group of entities from low grade to high grade tumors. In collaboration with IPCT, a team led by Dr. John de Groot (Neuro-Oncology), Dr. Shiao-Pei Weathers (Neuro-Oncology), Dr. Siyuan Zheng (Bioinformatics), collected more than 200 gliomas for T200 sequencing. The goal of this project is to assess whether panel sequencing, T200 as tested here, can (1) recapitulate findings from larger sequencing studies such as TCGA (2) provide new insights into glioma biology, (3) guide clinical decision making. Our publication is provisionally accepted to Molecular Cancer Therapeutics. A link will be provided once the paper is online. #####Data Tumor tissues and germline blood samples were collected with written informed consent from patients. Blood control allows us to distinguish somatic mutations from germline variants. All sequencing data were processed using a harmonized pipeline built by Dr. Ken Chen’s group (see [chen et al.](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4511273/ for details). We share our data
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。
