伯基特淋巴瘤基因组测序项目
CGCI-BLGSP 包含伯基特淋巴瘤患者的基因组、转录组、临床和生物样本数据，适合分子分型和预后分析。由National Cancer Institute提供，来自GDC Data Portal，包含多种数据模态，包含324条数据记录，适用于分类任务，许可证为NIH Genomic Data Sharing Policy。
基本信息
资源简介
伯基特淋巴瘤基因组测序项目
【一句话概览】
CGCI-BLGSP 项目对应 dbGaP 研究编号 phs000235，名称为 Burkitt 淋巴瘤基因组测序项目，疾病类型为成熟 B 细胞淋巴瘤，原发部位为造血和网状内皮系统，隶属于 CGCI 计划，受试者数为 324。该项目包含受控访问数据，需通过 dbGaP 获取访问权限。数据涉及全基因组测序、RNA 测序、miRNA 测序、靶向测序、组织切片，以及拷贝数变异、简单核苷酸变异和体细胞结构变异（来源 portal.gdc.cancer.gov）。
【数据集背景】
本数据集源站标题为《CGCI-BLGSP》。
【数据内容】
源站原始描述：The project has controlled access data which requires dbGaP Access. See instructions for Obtaining Access to Controlled Data. Project ID CGCI-BLGSP dbGaP Study Accession phs000235 Project Name Burkitt Lymphoma Genome Sequencing Project Disease Type Mature B-Cell Lymphomas Primary Site Hematopoietic and reticuloendothelial systems Program CGCI
中文译文（机器翻译，仅供快速理解，请以原文为准）：该项目包含受控访问数据，需获得dbGaP访问权限。有关获取受控数据访问权限的说明，请参见相关指南。项目ID CGCI-BLGSP，dbGaP研究编号phs000235，项目名称伯基特淋巴瘤基因组测序项目，疾病类型成熟B细胞淋巴瘤，原发部位造血和网状内皮系统，所属计划CGCI。
【主题与分类】
主题标签：Burkitt Lymphoma、Mature B-Cell Lymphomas、Hematopoietic and reticuloendothelial sy、CGCI、WGS、RNA-Seq、miRNA-Seq、Targeted Sequencing、Tissue Slide、Copy Number Variation。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://portal.gdc.cancer.gov/projects/CGCI-BLGSP
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。
需登录公开下载
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。
暂未开放有偿下载
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://portal.gdc.cancer.gov/projects/CGCI-BLGSP
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
CGCI-BLGSP 包含伯基特淋巴瘤患者的基因组、转录组、临床和生物样本数据，适合分子分型和预后分析。
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))
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。
