转移性乳腺癌的基因组特征分析
629例转移性乳腺癌全外显子测序数据，用于分析基因组特征、发现候选靶点及患者分层。
基本信息
资源简介
转移性乳腺癌的基因组特征分析
【数据内容】
源站原始描述：While large efforts have been done to characterize early breast cancer, little is known about the genomic landscape of metastatic breast cancer. In the present study, we performed whole exome sequencing of 629 metastatic breast cancers, in order to identify new candidate targets and better stratify patients eligible for innovative therapies
中文译文（机器翻译，仅供快速理解，请以原文为准）：尽管已开展大量工作来刻画早期乳腺癌的特征，但人们对转移性乳腺癌的基因组图谱仍知之甚少。在本研究中，我们对629例转移性乳腺癌进行了全外显子组测序，以识别新的候选靶点，并更好地对适合接受创新疗法的患者进行分层。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.omicsdi.org/dataset/ega/EGAS00001003290
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://www.omicsdi.org/dataset/ega/EGAS00001003290
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
