TCGA癌症变异与临床数据
TCGA项目中蛋白质序列变异与临床数据的综合数据集，用于癌症基因组学研究和预后分析。
基本信息
资源简介
TCGA癌症变异与临床数据
【数据集背景】
本数据集源站标题为《seq-to-pheno/TCGA-Cancer-Variant-and-Clinical-Data》。源站首次发布：2024-10-07。
【数据内容】
源站原始描述：# TCGA Cancer Variant and Clinical Data ## Dataset Description This dataset combines genetic variant information at the protein level with clinical data from The Cancer Genome Atlas (TCGA) project, curated by the International Cancer Genome Consortium (ICGC). It provides a comprehensive view of protein-altering mutations and clinical characteristics across various cancer types. ### Dataset Summary The dataset includes: - Protein sequence data for both mutated and wildtype proteins - Clinical dat…
【数据结构与技术规格】
文件数 1 个，合计 190.84 MB。
【主题与分类】
主题标签：task_categories:table-to-text、task_ids:entity-linking-retrieval、language:en、license:mit、size_categories:10K<n<100K、format:csv、modality:tabular、modality:text、library:datasets、library:pandas。
【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://huggingface.co/datasets/seq-to-pheno/TCGA-Cancer-Variant-and-Clinical-Data
使用许可：mit。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("seq-to-pheno/TCGA-Cancer-Variant-and-Clinical-Data")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/seq-to-pheno/TCGA-Cancer-Variant-and-Clinical-Data
仓库文件结构
.gitattributesREADME.mdprotein_sequences_metadata.tsv
完整数据卡：huggingface.co/datasets/seq-to-pheno/TCGA-Cancer-Variant-and-Clinical-Data
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。
