乳腺癌患者来源全肿瘤细胞培养模型用于高效药物分析与治疗反应预测的数据
WGS 覆盖手术切除时的肿瘤刮取细胞（TSC）、患者标本来源的全肿瘤细胞（WTC）培养物及正常皮肤活检生殖系对照。数据可用于药物谱分析与治疗反应预测研究，支撑乳腺癌精准肿瘤学及离体实验相关分析（来源 figshare，Restricted Access 许可）
基本信息
资源简介
乳腺癌患者来源全肿瘤细胞培养模型用于高效药物分析与治疗反应预测的数据
Data from: Breast cancer patient-derived whole-tumor cell culture model for efficient drug profiling and treatment response prediction
该数据集来自 figshare.scilifelab.se，包含 5 例乳腺癌患者的全基因组测序（WGS）原始 BAM 数据、RNA 测序（RNA-seq）、NanoString nCounter Breast Cancer 360（BC360）Panel 以及细胞活力检测数据。WGS 覆盖手术切除时的肿瘤刮取细胞（TSC）、患者标本来源的全肿瘤细胞（WTC）培养物及正常皮肤活检生殖系对照。数据可用于药物谱分析与治疗反应预测研究，支撑乳腺癌精准肿瘤学及离体实验相关分析（来源 figshare，Restricted Access 许可）。
【数据集背景】
配套论文《Breast cancer patient-derived whole-tumor cell culture model for efficient drug profiling and treatment response prediction》发表于 Proceedings of the National Academy of Sciences（2022），DOI：10.1073/pnas.2209856120。项目资助方：Svenska Läkaresällskapet (Swedish Society of Medicine)。源站首次发布：2022-12-01。
【数据内容】
源站描述（机器翻译，仅供参考）：数据集描述 本记录是作为 Chen 等人 2022 年研究“Breast cancer patient-derived whole-tumor cell culture model for efficient drug profiling and treatment response prediction”的一部分生成的全基因组测序（WGS）、RNA 测序（RNA-seq）、NanoString 的 nCounter® Breast Cancer 360（BC360）Panel 和细胞活力检测数据的集合。WGS 数据集包含来自五（5）名乳腺癌（BC）患者的手术切除时肿瘤刮取细胞（TSC）、每位患者标本来源的全肿瘤细胞（WTC）培养物以及作为生殖系对照的正常皮肤活检的原始测序数据（BAM 文件）。基因组 DNA 样本使用 QIAamp DNA mini kit（QIAGEN）分离。文库按照制造商方案使用 Illumina TruSeq PCR-free（350 bp）制备。随后对批量 DNA 样本进行测序，使用 Illumina Hi
【数据结构与技术规格】
数据集 DOI：10.17044/scilifelab.21516993.v1。
【主题与分类】
源站学科分类：Oncology and carcinogenesis not elsewhere classified、Genomics and transcriptomics。主题标签：breast cancer biology、precision oncology、exvivo experiments、Whole genome sequence data、RNA sequencing dataset、nCounter expression assay、Drug Profiling。本站分类：肿瘤/乳腺癌。
【适用方向】
源站学科分类标注为 Oncology and carcinogenesis not elsewhere classified、Genomics and transcriptomics。
【获取与许可】
源站页面：https://figshare.scilifelab.se/articles/dataset/Data_from_Breast_cancer_patient-derived_whole-tumor_cell_culture_model_for_efficient_drug_profiling_and_treatment_response_prediction/21516993
使用许可：Restricted Access（https://www.scilifelab.se/data/restricted-access/）。
规范引用：Chen, Xinsong; Sifakis, Emmanouil; Hartman, Johan (2022). Data from: Breast cancer patient-derived whole-tumor cell culture model for efficient drug profiling and treatment response prediction. Karolinska Institutet. Dataset
【使用注意】
· 源站最后修改于 2025-01-15，引用时请注意版本时效。
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
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
Xinsong Chen; Emmanouil Sifakis; Johan Hartman (2025). Data from: Breast cancer patient-derived whole-tumor cell culture model for efficient drug profiling and treatment response prediction [Dataset]. http://doi.org/10.17044/scilifelab.21516993.v1
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
