肿瘤缺氧与拷贝数改变负荷及亚型依赖总生存期关联的可复现性数据包
该数据包为乳腺癌研究中肿瘤缺氧与全局拷贝数改变负荷及亚型依赖总生存期关联的可复现性材料，包含R分析脚本、README、数据清单、经处理的TCGA与METABRIC生存分析数据集、CNA分析数据集、最终结果工作簿、报告估计值摘要及会话信息
基本信息
资源简介
肿瘤缺氧与拷贝数改变负荷及亚型依赖总生存期关联的可复现性数据包
Reproducibility package for: Tumor hypoxia is associated with global copy-number alteration burden and subtype-dependent overall survival in breast cancer: evidence from TCGA and METABRIC
该数据包为乳腺癌研究中肿瘤缺氧与全局拷贝数改变负荷及亚型依赖总生存期关联的可复现性材料，包含R分析脚本、README、数据清单、经处理的TCGA与METABRIC生存分析数据集、CNA分析数据集、最终结果工作簿、报告估计值摘要及会话信息。原始数据来自cBioPortal兼容格式的公共来源，可用于复现论文主要分析，支持缺氧与拷贝数改变及生存关联的验证性研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：本记录包含复现题为“Tumor hypoxia is associated with global copy-number alteration burden and subtype-dependent overall survival in breast cancer: evidence from TCGA and METABRIC”的手稿中所报告主要分析所需的代码和衍生分析文件。该数据包包括主R分析脚本、README文件、数据集清单、经处理的TCGA和METABRIC生存分析数据集、经处理的CNA分析数据集、最终结果工作簿、最终报告估计值的纯文本摘要以及会话信息。原始TCGA-BRCA和METABRIC源数据以cBioPortal兼容格式从公共来源获取。本Zenodo记录提供用于支持所报告分析直接可复现性的衍生文件和分析代码。
【主题与分类】
主题标签：breast cancer、hypoxia、TCGA、METABRIC、copy number alteration、survival analysis、reproducibility。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.19688814
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.5281/zenodo.19688814
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
本记录包含重现稿件《肿瘤缺氧与乳腺癌整体拷贝数改变负荷及亚型依赖性总生存相关：来自TCGA和METABRIC的证据》中所报告主要分析所需的代码和衍生分析文件。该数据包包括主R分析脚本、README文件、数据集清单、经处理的TCGA和METABRIC生存分析数据集、经处理的CNA分析数据集、最终结果工作簿、最终报告估计值的纯文本摘要以及会话信息。原始TCGA-BRCA和METABRIC源数据以cBioPortal兼容格式从公共来源获取。本Zenodo记录提供衍生文件和分析代码，用于支持所报告分析的直接可重现性。
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。
