体细胞拷贝数突变促进自发人乳腺癌转移移植模型适应性的数据集
该数据集包含作为癌症基因组学研究一部分生成的处理后基因组文件，包括单细胞DNA拷贝数图谱和bulk RNA-seq定量。对于每个样本，我们提供HMMcopy reads文件（用于拷贝数推断的每bin读段计数）和HMMcopy metrics文件（每细胞质量与归一化指标，如覆盖度、可比对性、GC含量和
基本信息
资源简介
体细胞拷贝数突变促进自发人乳腺癌转移移植模型适应性的数据集
该数据集包含作为癌症基因组学研究一部分生成的处理后基因组文件，包括单细胞DNA拷贝数图谱和bulk RNA-seq定量。对于每个样本，我们提供HMMcopy reads文件（用于拷贝数推断的每bin读段计数）和HMMcopy metrics文件（每细胞质量与归一化指标，如覆盖度、可比对性、GC含量和
Somatic copy number mutations contribute to fitness in transplantation models of spontaneous human breast cancer metastasis
【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）：该数据集包含作为癌症基因组学研究一部分生成的处理后基因组文件，包括单细胞DNA拷贝数图谱和bulk RNA-seq定量。对于每个样本，我们提供HMMcopy reads文件（用于拷贝数推断的每bin读段计数）和HMMcopy metrics文件（每细胞质量与归一化指标，如覆盖度、可比对性、GC含量和断点分数）。此外，我们包含kallisto丰度文件，报告相应RNA-seq文库的转录本水平表达估计（TPM、估计计数和有效长度）。文件命名包含样本标识（例如SA535）和DLP测序芯片标识（例如A98282B）。
【主题与分类】
主题标签：肿瘤、乳腺癌、拷贝数突变、单细胞DNA、RNA-seq、HMMcopy、kallisto。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.17635055
使用许可：Creative Commons Attribution Non Commercial No Derivatives 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.17635055
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
该数据集包含作为癌症基因组学研究一部分生成的处理后基因组文件，包括单细胞DNA拷贝数图谱和批量RNA-seq定量结果。对于每个样本，我们提供HMMcopy reads文件（用于拷贝数推断的每bin读取计数）和HMMcopy metrics文件（每细胞质量和标准化指标，如覆盖度、可比对性、GC含量和断点分数）。此外，我们还包含kallisto丰度文件，报告相应RNA-seq文库的转录本水平表达估计值（TPM、估计计数和有效长度）。文件命名包含样本标识符（例如SA535）和DLP测序芯片标识符（例如A98282B）。
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。
