EGAS00001003319 乳腺癌显微活检样本测序数据集
该数据集来自 omicsdi.org，收录 30 名因乳腺癌诊断接受乳房切除术的女性 LCM 显微活检样本测序数据，用于评估组织内突变负荷、突变谱与克隆动态
基本信息
资源简介
EGAS00001003319 乳腺癌显微活检样本测序数据集
EGAS00001003319-sc-2020-01-29T09:25:12Z - samples 是一个收录于 omicsdi.org 的肿瘤学数据集，归类为乳腺癌方向，主题标签为 Genomics。该数据集汇集了 30 名因乳腺癌诊断而接受乳房切除术的女性患者的 LCM 显微活检样本测序数据，研究目标在于评估组织内的突变负荷、突变谱以及克隆动态。根据源站描述，研究将以外显子组数据作为驱动基因与克隆性筛查手段，对高度克隆化或携带驱动事件的样本进一步开展全基因组测序，并将这部分研究结果与接受美容性乳房缩小手术的女性以及携带胚系 BRCA1/2 突变的女性进行比较。该数据集包含截至 2020 年 1 月 29 日该项研究可用的全部数据。
【数据集背景】
该数据集面向乳腺癌组织内突变与克隆演化研究。源站描述指出，研究纳入 30 名因乳腺癌诊断接受乳房切除术的女性，通过对激光显微切割（LCM）获得的显微活检样本进行测序，考察组织内部的突变负荷、突变谱与克隆动态。研究设计还设置了对照与比较方向：一部分结果将与接受美容性乳房缩小手术的女性样本比较，另一部分将与携带胚系 BRCA1/2 突变的女性比较。这一设计意图在源站描述中有明确表述，但具体的比较结果、样本分组数量与统计结论未在源站描述中给出。
【数据内容】
数据内容为 LCM 显微活检样本的测序数据。源站描述说明，研究首先使用外显子组数据作为驱动基因与克隆性筛查，高度克隆化或含驱动事件的样本随后送检全基因组测序。因此，该数据集在数据类型上涉及外显子组测序与全基因组测序两类，但两类数据各自的具体样本数、测序平台、覆盖深度、文件格式与数据量等信息，源站未提供。数据集名称中的“samples”表明其以样本为单位组织，具体样本清单与元数据字段，源站未提供。
【采集与来源】
样本来源于 30 名因乳腺癌诊断接受乳房切除术的女性，采集方式为 LCM 显微活检，即从手术切除的乳腺组织中进行激光显微切割获取微小组织样本。数据来源站为 omicsdi.org。源站描述提及研究将结果与美容性乳房缩小手术女性和胚系 BRCA1/2 突变女性进行比较，但对照样本是否包含在本数据集内、其采集与测序情况如何，源站未提供。样本的临床信息、组织学分级、分子分型等注释内容，源站未提供。
【适用场景】
基于源站描述，该数据集适用于乳腺癌组织内突变负荷与突变谱的评估、克隆动态与克隆性分析，以及驱动基因筛查相关的方法学研究；也可用于涉及胚系 BRCA1/2 突变背景与美容性乳房缩小手术对照的比较性研究思路。由于数据以显微活检样本为基础，适合关注组织空间异质性与微小病灶克隆构成的探索。具体到某一分析流程的适配性，需以实际数据内容和元数据为准，源站未提供进一步说明。
【使用方法】
源站描述给出的分析路径为：先以外显子组数据开展驱动基因与克隆性筛查，筛选出高度克隆化或含驱动事件的样本，再对这些样本进行全基因组测序分析。使用该数据集时可参照这一分层策略组织分析流程。关于数据下载方式、访问入口、文件组织结构和配套分析工具，源站未提供。
【质量与限制】
该数据集的时间截面为 2020 年 1 月 29 日，源站描述称其包含截至该日期本研究可用的全部数据，此后的更新情况源站未提供。样本量方面，源站明确为 30 名女性的 LCM 显微活检样本，未提供测序质量指标、覆盖度、污染评估或批次信息。由于研究涉及外显子组筛查后的全基因组测序分流，并非所有样本都可能具有全基因组数据，具体分流比例源站未提供。对照比较结果与胚系 BRCA1/2 突变样本的纳入范围，源站未提供。
【引用与许可】
源站描述未提供该数据集的引用文献、 accession 之外的引用格式、许可协议或使用条款。相关引用与许可信息，源站未提供。
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/EGAD00001005924
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30名因乳腺癌诊断而接受乳房切除术的女性中，通过激光捕获显微切割（LCM）获取的微生物活检样本进行测序。目的是评估组织内的突变负荷、突变谱和克隆动态。外显子组数据将用于驱动基因和克隆性筛查，高度克隆性或含有驱动基因的样本随后将进行全基因组测序。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携带胚系BRCA 1/2突变的女性进行比较。本数据集包含截至2020年1月29日该研究所有可用的数据。
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。
