乳腺癌乳腺组织LCM显微活检测序样本数据集
该数据集来自omicsdi.org，包含40名因乳腺癌接受乳房切除术的女性LCM显微活检样本的测序数据，覆盖正常未受累乳腺组织及尽可能获取的肿瘤组织
基本信息
资源简介
乳腺癌乳腺组织LCM显微活检测序样本数据集
EGAS00001003317-sc-2020-01-29T09:24:42Z - samples 是一个面向乳腺癌研究的基因组学数据集，来源于 omicsdi.org，归类于肿瘤 / 乳腺癌方向。该数据集收录了 40 名因乳腺癌接受乳房切除术的女性患者的激光显微切割（LCM）显微活检样本测序数据，采样范围覆盖正常未受累的乳腺组织，并在条件允许时纳入肿瘤组织。研究旨在评估组织内的突变负荷、突变谱与克隆动态，并对正常组织与相关癌组织之间的发现进行比较。该数据集包含截至 2020 年 1 月 29 日该项研究可获得的全部数据，主题标签为 Genomics。
【数据集背景】
该数据集围绕乳腺癌发生发展过程中的体细胞突变特征展开。研究以接受乳房切除术的乳腺癌女性为对象，通过对显微活检样本进行激光显微切割与测序，考察正常未受累乳腺组织与肿瘤组织在突变负荷、突变谱及克隆动态方面的差异。研究设计还包含将本部分结果与接受乳房缩小整形手术的女性以及 BRCA 携带者进行比较的意图，从而在更广泛的对照背景下理解乳腺组织的突变积累规律。数据集名称中的时间标识对应 2020 年 1 月 29 日，即该研究当时可用数据的截止时点。
【数据内容】
数据集的核心内容是来自 40 名乳腺癌手术患者的 LCM 显微活检样本的测序数据。样本类型包括正常、未受累的乳腺组织，以及在可能情况下获取的肿瘤组织。测序策略为分阶段推进：先对样本进行靶向数据获取，再从中筛选出有前景的样本开展全基因组测序。因此，数据集覆盖了从靶向测序到全基因组测序的不同层次数据。数据所服务的分析目标包括组织内突变负荷的评估、突变谱的刻画以及克隆动态的重建，并支持正常组织与关联癌组织之间的比较分析。主题标签为 Genomics，表明其内容属于基因组学范畴。
【采集与来源】
样本来自因乳腺癌而接受乳房切除术的女性，共 40 名。组织取材涵盖正常未受累乳腺与尽可能获取的肿瘤组织，并经由激光显微切割（LCM）获得显微活检样本后进入测序流程。数据集由 omicsdi.org 收录，本站分类为肿瘤 / 乳腺癌。源站描述中提及的对照比较对象——接受美容性乳房缩小手术的女性与 BRCA 携带者——属于该研究结果比较层面的设计内容，相关样本数据是否包含在本数据集内，源站未提供明确说明。
【适用场景】
该数据集适用于乳腺癌基因组学方向的探索性研究，例如考察正常乳腺组织与肿瘤组织之间突变负荷与突变谱的差异，分析组织内克隆动态，以及为正常组织、癌组织与高危人群（如 BRCA 携带者）之间的对照比较提供数据基础。由于包含显微活检与分阶段测序设计，也可用于方法学层面关于 LCM 样本测序策略的参考。具体分析场景应结合源站提供的原始描述与数据文件确定。
【使用方法】
数据集以样本为单位组织，用户可按样本类型（正常未受累乳腺组织、肿瘤组织）区分分析对象，并结合靶向数据与全基因组数据的分层结构安排分析流程。对于需要比较正常与肿瘤配对情况的研究，应先依据样本标识确认配对关系；对于全基因组分析，应仅纳入被判定为有前景并已完成全基因组测序的样本。数据下载与访问方式、文件格式与目录结构，源站未提供。
【质量与限制】
该数据集为单中心手术样本的测序集合，样本量为 40 名女性，肿瘤组织的获取取决于手术标本中是否可获取，因此正常与肿瘤样本的配对完整性可能存在差异。靶向数据与全基因组数据并存，不同样本的数据覆盖层次不一致。数据截止时间为 2020 年 1 月 29 日，此后是否更新，源站未提供。关于测序深度、覆盖度、质控指标与批次信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可条款。使用前应向数据来源方核实访问权限、使用范围与署名要求。
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/EGAD00001005922
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
对40名因乳腺癌接受乳房切除术的女性中LCM衍生的微型活检进行测序。将对未受影响的正常乳房以及尽可能对肿瘤组织进行LCM和测序。目标是评估组织内的突变负荷、突变谱和克隆动态，并比较正常组织与相关癌组织之间的发现。将对从初始靶向数据中确定为有前景的样本进行全基因组测序。本部分研究的结果将与接受美容性乳房缩小手术的女性以及BRCA携带者进行比较。本数据集包含截至2020年1月29日本研究可用的所有数据。
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。
