Onco-Genomas Brasil：巴西公共卫生系统中乳腺癌与前列腺癌图谱
该数据集源自clinicaltrials.gov，聚焦巴西公共卫生系统（SUS）中乳腺癌与前列腺癌患者的基因组与表型数据
基本信息
资源简介
Onco-Genomas Brasil：巴西公共卫生系统中乳腺癌与前列腺癌图谱
Onco-Genomas Brasil: Mapping Breast and Prostate Cancer in the Brazilian Public Health System 是一项源自 clinicaltrials.gov 的肿瘤学数据集，主题聚焦乳腺癌与前列腺癌。在巴西，男性中最常见的肿瘤类型为前列腺癌，女性中则为乳腺癌，该项目正是围绕这两类高发肿瘤展开。其核心目标是在巴西统一卫生系统（SUS）内接受诊疗的癌症患者中，对肿瘤（体细胞）外显子组与生殖系外显子组进行完整测序，从而为巴西卫生部国家精准基因组与健康计划（Genomas Brasil）生成基因组与表型数据，并同步收集人群祖源信息。数据集因此同时覆盖乳腺癌与前列腺癌两类主题标签，兼具基因组学与临床表型两个维度。
【数据集背景】
在巴西，前列腺癌是男性中最常见的肿瘤类型，乳腺癌则是女性中最常见的肿瘤类型。理解肿瘤中由癌变过程中发生的突变和变异所产生的分子变异，可能影响治疗反应与疾病预后，是肿瘤学研究的重要目标。检测遗传性遗传综合征同样有助于肿瘤随访，使医生能够预测新发肿瘤的风险。基于这一背景，该项目面向通过巴西统一卫生系统（SUS）接受治疗的癌症患者开展临床研究，为巴西卫生部国家精准基因组与健康计划（Genomas Brasil）提供数据支撑。
【数据内容】
该数据集围绕乳腺癌与前列腺癌患者，生成基因组与表型数据。基因组层面包括对肿瘤（体细胞）外显子组与生殖系外显子组的完整测序；表型层面收集临床调查相关的表型数据；此外还收集人群祖源方面的数据。主题标签为乳腺癌与前列腺癌。数据的具体样本量、字段结构、变异位点数量等细节，源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov。采集对象为在巴西统一卫生系统（SUS）内接受诊疗的癌症患者，采集方式为在临床调查过程中进行体细胞与生殖系外显子组的完整测序，并同步采集表型与祖源数据。项目的组织背景是巴西卫生部国家精准基因组与健康计划（Genomas Brasil）。关于采集时间跨度、招募人数、合作机构等，源站未提供。
【适用场景】
该数据集可用于乳腺癌与前列腺癌的分子变异研究，支持对影响治疗反应与疾病预后的变异进行分析；可用于遗传性遗传综合征的检测相关研究，辅助肿瘤随访与新发肿瘤风险评估；可作为巴西国家精准基因组与健康计划的数据资源，服务于精准医学与公共卫生基因组学方向；其祖源数据还可用于人群祖源相关分析。具体适用的分析流程与验证结果，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
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://clinicaltrials.gov/study/NCT05306600
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
研究条件：乳腺癌、前列腺癌。在巴西，最常见的肿瘤类型是男性的前列腺癌和女性的乳腺癌。了解肿瘤中的分子变异——这些变异源于癌变过程中发生的突变和变异——可影响治疗反应和疾病预后，是肿瘤学研究的重要目标。检测遗传性基因综合征也有助于肿瘤学随访，从而能够预测新发肿瘤的风险。本项目旨在对通过巴西统一卫生系统接受治疗的癌症患者在临床调查期间进行体细胞（肿瘤）和生殖系外显子的完整测序，以为巴西卫生部的国家精准基因组与健康计划（名为Genomas Brasil）生成基因组和表型数据，并收集有关人群祖先信息的数据。
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。
