泛癌全基因组分析数据集
PCAWG整合多癌种全基因组测序数据，用于癌症突变模式、结构变异和驱动事件研究。由ICGC and TCGA提供，来自cBioPortal，数据格式为表格，包含2658条数据记录，适用于分类任务，专注于肿瘤领域的癌症（总论）研究。
基本信息
资源简介
泛癌全基因组分析数据集
【数据集背景】
本数据集源站标题为《Pan-cancer analysis of whole genomes (ICGC/TCGA, Nature 2020)》。
【数据内容】
源站原始描述：WGS changes cataloged in 2,583 whole-cancer genomes and their matched normal tissues across 38 tumor types. Source data from UCSC Xena and ICGC Data Portal
【数据结构与技术规格】
数据集 DOI：pmid:32025007。
【主题与分类】
主题标签：mixed。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.cbioportal.org/study/summary?id=pancan_pcawg_2020
规范引用：Campbell et al. Nature 2020
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.cbioportal.org/study/summary?id=pancan_pcawg_2020
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
PCAWG整合多癌种全基因组测序数据，用于癌症突变模式、结构变异和驱动事件研究。
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。
