IDH突变型星形细胞瘤进展至4级的基因组分析[突变]

低级别弥漫性星形细胞瘤进展为4级肿瘤显著影响患者预后,因此更好地理解这一过程对于改善患者护理至关重要。在本项目中,我们通过全基因组测序分析了六名患者(发现队列)进展为4级前后的配对IDH突变型星形细胞瘤,并对另外21名患者进行了靶向测序

ena
浏览 10
医学影像分类肿瘤脑肿瘤IDH突变星形细胞瘤肿瘤进展基因组测序DNA修复通路
PRJNA974818: Genomic analysis of IDH-mutant astrocytoma progression to grade 4 in the treatment setting reveals changes in cell cycle, growth factor, and DNA repair pathways [mutations]

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-17

资源简介

IDH突变型星形细胞瘤进展至4级的基因组分析[突变]

PRJNA974818 数据集聚焦于 IDH 突变型星形细胞瘤在治疗背景下进展为 4 级肿瘤的基因组分析,重点关注细胞周期、生长因子和 DNA 修复通路的变化。低级别弥漫性星形细胞瘤向 4 级肿瘤的进展显著影响患者预后,因此深入理解这一过程对于改善患者护理至关重要。该项目通过全基因组测序分析了六名患者(发现队列)进展为 4 级前后的配对 IDH 突变型星形细胞瘤样本,并对另外 21 名患者进行了靶向测序。此外,来自 595 例弥漫性胶质瘤的癌症基因组图谱(TCGA)数据为该研究提供了支持性信息。该数据集属于肿瘤 / 脑肿瘤分类,来源于 ebi.ac.uk,其内容围绕星形细胞瘤进展过程中的基因组变异展开,尤其关注突变层面的特征。

【数据集背景】

IDH 突变型星形细胞瘤是一种脑肿瘤,其从低级别向 4 级进展的过程对患者预后具有显著影响。更好地理解这一进展过程的分子机制,对于改善患者护理具有至关重要的意义。本项目正是在这一背景下展开,旨在通过基因组分析揭示 IDH 突变型星形细胞瘤在治疗环境中进展为 4 级肿瘤时发生的基因组变化。研究特别关注细胞周期、生长因子和 DNA 修复通路的相关改变,这些通路在肿瘤进展中可能发挥重要作用。该数据集来源于 ebi.ac.uk,属于肿瘤 / 脑肿瘤领域,为相关研究提供了基因组层面的数据支持。

【数据内容】

该数据集包含对配对 IDH 突变型星形细胞瘤样本的基因组分析结果,这些样本来自六名患者(发现队列),分别采集于进展为 4 级肿瘤之前和之后。分析采用全基因组测序技术,旨在识别肿瘤进展过程中的基因组变化。此外,还对另外 21 名患者进行了靶向测序,以补充和验证发现队列的结果。研究还利用了来自 595 例弥漫性胶质瘤的癌症基因组图谱(TCGA)数据作为支持性信息。在发现队列中,所有患者均接受了放射治疗,除一名患者外均接受了化疗,且在进展为 4 级疾病之前没有患者接受替莫唑胺治疗。值得注意的是,发现队列中有一例病例表现出与 MSH2 和 DNMT3A 基因失活相关的超突变特征。在其他患者中,染色体重排和缺失的数量有所增加。该数据集的具体突变信息以 [mutations] 为标识,属于肿瘤 / 脑肿瘤分类。

【采集与来源】

该数据集来源于 ebi.ac.uk,英文名称为 PRJNA974818: Genomic analysis of IDH-mutant astrocytoma progression to grade 4 in the treatment setting reveals changes in cell cycle, growth factor, and DNA repair pathways [mutations]。研究涉及六名患者的配对样本(发现队列),采用全基因组测序进行分析;另外 21 名患者接受了靶向测序。此外,还整合了来自 595 例弥漫性胶质瘤的 TCGA 数据作为支持性信息。所有发现队列患者均接受了放射治疗,除一名患者外均接受了化疗,且在进展为 4 级疾病之前没有患者接受替莫唑胺治疗。关于样本采集的具体时间、地点、伦理审批信息以及数据生成的具体平台和流程,源站未提供。

【适用场景】

该数据集适用于研究 IDH 突变型星形细胞瘤从低级别向 4 级进展的基因组机制,特别是关注细胞周期、生长因子和 DNA 修复通路变化的分析。它可以用于探索治疗背景下肿瘤进展相关的突变特征,例如超突变现象及其与 MSH2 和 DNMT3A 基因失活的关联。此外,该数据集还可用于比较发现队列与靶向测序队列的基因组差异,或与 TCGA 弥漫性胶质瘤数据联合分析,以验证或扩展相关发现。适用于肿瘤基因组学、脑肿瘤研究以及精准医学领域的科研人员。关于具体的分析工具、软件或平台推荐,源站未提供。

【使用方法】

该数据集可通过来源站 ebi.ac.uk 获取,具体访问方式、下载链接、数据格式以及使用条款需参考源站提供的信息。由于数据集包含配对样本的基因组测序数据,用户可能需要具备一定的生物信息学分析能力,以处理全基因组测序和靶向测序数据。对于突变数据的分析,可能需要使用标准的变异检测和注释流程。关于数据的具体使用步骤、推荐工具或代码示例,源站未提供。

【质量与限制】

该数据集基于六名患者的发现队列和 21 名患者的靶向测序队列,样本量相对有限,可能影响统计功效和结果的普遍性。虽然整合了 595 例 TCGA 弥漫性胶质瘤数据作为支持,但研究结论仍需在更大规模队列中验证。发现队列中所有患者均接受放射治疗,除一名外均接受化疗,且进展前未使用替莫唑胺,这一治疗背景可能影响基因组变化的解读。此外,一例超突变病例与 MSH2 和 DNMT3A 失活相关,提示个体间存在异质性。关于数据质量评估、测序深度、覆盖度、错误率等具体指标,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、使用限制以及相关发表物信息,源站未提供。用户在使用前应查阅来源站 ebi.ac.uk 上的相关说明,以获取准确的引用和许可要求。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://ebi.ac.uk/ena/browser/view/PRJNA974818

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。

数据说明

低级别弥漫性星形细胞瘤进展为4级肿瘤对患者预后影响显著,因此深入理解这一过程对于改善患者护理至关重要。在本项目中,我们分析了六名患者(发现队列)进展至4级前后的配对IDH突变型星形细胞瘤,采用全基因组测序,并对另外21名患者进行了靶向测序。来自595例弥漫性胶质瘤的癌症基因组图谱(TCGA)数据提供了支持性信息。我们发现队列中的所有患者均接受了放疗,除一人外均接受了化疗,且无患者在进展为4级疾病前接受过替莫唑胺治疗。发现队列中有一例表现出与MSH2和DNMT3A基因失活相关的高突变特征。在其他患者中,4级肿瘤的染色体重排和缺失数量增加。肿瘤进展与细胞周期进程、迁移及DNA损伤修复相关基因的上调有关。

细胞周期检查点基因CDKN2A或RB1最常发生失活,其次是在CDKN2A纯合缺失病例中出现的生长因子受体基因激活性改变。我们还检测到与促进易错DNA修复相关的DNA修复通路基因的进展相关改变,从而促进肿瘤进展。在我们的发现队列中,除一个进展性肿瘤外,同源重组修复基因RAD51B在所有肿瘤中均发生半合子缺失。在我们对患者治疗和生存时间线的回顾性分析中,术后放疗联合化疗(主要为替莫唑胺)优于单纯放疗,尤其是在3级肿瘤队列中,该联合治疗通常在初次手术后给予。我们的结果支持先前的观点,即治疗促进肿瘤进化,并提示DNA修复改变在治疗耐药和肿瘤进展中发挥作用。总体设计

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。

获取专属数据定制方案