临床测序推断的基因组亚型对转移性乳腺癌具有显著预后分层作用
主题标签：乳腺癌、转移性乳腺癌、基因组亚型、预后分层、临床测序、IntClust、特征矩阵。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖乳腺癌。
基本信息
资源简介
临床测序推断的基因组亚型对转移性乳腺癌具有显著预后分层作用
该数据集围绕转移性乳腺癌的基因组亚型与预后分层研究构建，英文名称为“Genomic subtypes inferred from clinical sequencing provide significant prognostic stratification in metastatic breast cancer”，归属于肿瘤/乳腺癌分类，由Zenodo发布，来源站为doi.org。数据集提供了该研究对应的处理后中间文件，以及intclust-panel-classifier软件的相关材料，使分析可在不重新下载cBioPortal原始数据、不重新进行拷贝数再分割的情况下复现。数据覆盖METABRIC、TCGA-BRCA与MSK-CHORD三个队列，包含特征矩阵、IntClust标签、各队列的拷贝数/突变/临床/生存中间文件、预计算预测结果以及SHA256SUMS.txt清单文件。作者为Yaacov, Adar、Grinshpun, Albert、Pharoah, Paul与Caldas, Carlos，发布时间为2026年，采用Creative Commons Attribution 4.0 International许可。
【数据集背景】
该数据集服务于一项关于转移性乳腺癌基因组亚型与预后分层的研究。研究的核心在于从临床测序数据中推断基因组亚型，并评估这些亚型在转移性乳腺癌中的预后分层价值。数据集名称本身即概括了这一主题。为支持分析的可复现性，数据集同时关联了intclust-panel-classifier软件，该软件由Yaacov、Grinshpun、Pharoah与Caldas开发。数据集的设计目标是让使用者能够复现研究分析流程，而无需依赖原始cBioPortal数据下载或重新执行拷贝数再分割步骤。
【数据内容】
数据集包含多个组成部分：METABRIC、TCGA-BRCA和MSK-CHORD三个队列的特征矩阵；IntClust标签；按队列组织的拷贝数、突变、临床与生存中间文件；预计算的预测结果；以及一个SHA256SUMS.txt清单文件，用于校验文件完整性。这些内容属于研究流程中的处理后中间产物，而非原始测序数据。特征矩阵与IntClust标签构成亚型推断与预后分析的基础输入，各队列的中间文件则保留了分析所需的拷贝数、突变、临床和生存信息。
【采集与来源】
数据来源于doi.org，由Zenodo发布。数据集所涉研究使用METABRIC、TCGA-BRCA与MSK-CHORD三个队列。根据源站描述，数据集提供的是处理后中间文件，复现分析时不需要重新下载cBioPortal原始数据，也不需要重新进行拷贝数再分割。相关软件资源包括DOI 10.5281/zenodo.21493426以及GitHub仓库https://github.com/Adarya/intclust-panel-classifier。作者机构信息在源站描述中未具体展开，发布平台为Zenodo。
【适用场景】
该数据集适用于乳腺癌基因组亚型与预后分层相关分析的复现与延伸研究，尤其是围绕转移性乳腺癌场景下临床测序数据推断基因组亚型的分析。由于包含METABRIC、TCGA-BRCA与MSK-CHORD三个队列的特征矩阵、IntClust标签及预计算预测结果，可用于验证intclust-panel-classifier软件的分析流程，或在此基础上开展方法比较与结果复核。数据集提供的中间文件也可用于检查各队列的拷贝数、突变、临床与生存数据处理环节。
【使用方法】
使用者可依据数据集中的特征矩阵与IntClust标签开展亚型相关分析，并结合各队列的拷贝数、突变、临床与生存中间文件进行预后分层评估。预计算预测结果可用于直接比对或验证。复现分析时，按照源站说明，无需重新下载cBioPortal原始数据或重新执行拷贝数再分割。配套软件intclust-panel-classifier可通过其GitHub仓库获取，软件归档DOI为10.5281/zenodo.21493426。SHA256SUMS.txt清单文件可用于校验所下载文件的完整性。具体运行环境、依赖与操作步骤源站未提供。
【质量与限制】
数据集为处理后中间文件，其质量依赖于原始队列数据与处理流程，源站未提供独立的质控指标或准确性评估。由于不包含原始cBioPortal下载数据与拷贝数再分割过程，使用者若需追溯原始信号或调整分割参数，可能受到限制。数据集覆盖METABRIC、TCGA-BRCA与MSK-CHORD三个队列，但各队列样本量、人群构成与随访信息源站未提供。预计算预测结果的具体性能指标源站未提供。使用时应结合SHA256SUMS.txt进行文件完整性校验。
【引用与许可】
使用该数据集时应引用其英文名称所对应的研究以及相关软件资源。作者为Yaacov, Adar、Grinshpun, Albert、Pharoah, Paul与Caldas, Carlos，发布平台为Zenodo，发布时间为2026年。许可为Creative Commons Attribution 4.0 International，允许在署名条件下使用与再分发。软件归档DOI为10.5281/zenodo.21493426，代码仓库为https://github.com/Adarya/intclust-panel-classifier。具体的引用格式与署名要求源站未提供。
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://doi.org/10.5281/zenodo.21493225
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
用于题为“基于临床测序推断的基因组亚型为转移性乳腺癌提供显著预后分层”的研究以及intclust-panel-classifier软件（Yaacov、Grinshpun、Pharoah与Caldas）的已处理中间文件，可在不下载cBioPortal原始数据或不进行拷贝数重新分割的情况下复现该分析。包含METABRIC、TCGA-BRCA和MSK-CHORD的特征矩阵、IntClust标签、各队列的拷贝数/突变/临床/生存中间文件、预计算预测结果以及SHA256SUMS.txt清单。软件：10.5281/zenodo.21493426 和 https://github.com/Adarya/intclust-panel-classifier
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。
