Hartwig医学基金会基准数据集
包含转移性癌症患者遗传和临床数据的基准集，用于个性化治疗研究。
基本信息
资源简介
Hartwig医学基金会基准数据集
【一句话概览】
本数据集是 NCBI 公开的组学数据集，主题涵盖 PRJEB33197、Hartwig Medical Foundation，可用于生物标志物发现与分子分型研究。
【数据集背景】
本数据集源站标题为《Hartwig Medical Foundation Benchmark Set》。源站首次发布：2019-11-28。
【数据内容】
源站原始描述：Hartwig Medical Foundation was founded in 2015 to enable systematic DNA analysis and to link genetic patient and treatment data on a national basis. This resulted in the first national database with genetic and clinical data of patients suffering from metastatic cancer. Our mission is to advance the progress of cancer research and its treatment, with a view to improve the care of future cancer patients.Hartwig Medical Foundation has its roots in the Center for Personalized Cancer Treatment (CPCT…
中文译文（机器翻译，仅供快速理解，请以原文为准）：Hartwig Medical Foundation 成立于 2015 年，旨在实现系统性的 DNA 分析，并在全国范围内关联患者的遗传数据与治疗数据。由此建立了首个包含转移性癌症患者遗传与临床数据的全国性数据库。我们的使命是推动癌症研究及其治疗的进展，以改善未来癌症患者的照护。Hartwig Medical Foundation 源于个性化癌症治疗中心（Center for Personalized Cancer Treatment，CPCT）。该中心由 44 家荷兰医院合作组成，旨在推动个性化癌症治疗研究。Hartwig Medical Foundation 的使命是推动癌症研究与治疗，以改善未来癌症患者的照护。Hartwig Medical Foundation 的目标是实现每位癌症患者都能获得合适的（且最有效的）治疗，包括在正确的时间、正确的阶段，使用正确类型的药物和正确的剂量。Hartwig Medical Foundation 全国数据库中的数据是通过内部开发的流程（https://github.com/hartwigmedical/pipeline）生成的。定期使用本提交中提供的标准化基准测试集进行基准测试。
【主题与分类】
主题标签：PRJEB33197、Hartwig Medical Foundation。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/sra/ERP115966
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://www.ncbi.nlm.nih.gov/sra/ERP115966
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。
