靶向面板测序用于癌症基因组分析验证与基准测试

包含825基因NGS面板验证与变异调用基准测试的数据集,提供大面板验证建议,助力精准肿瘤治疗。

NIAID Data Ecosystem
浏览 9
基因组PRJNA936011Beijing Hospital
Validation and Benchmarking of Targeted Panel Sequencing for Cancer Genomic Profiling

基本信息

模态
基因组
创建/更新时间
2026-10-25

资源简介

靶向面板测序用于癌症基因组分析验证与基准测试

【一句话概览】

该摘要介绍针对癌症基因组分析的靶向panel测序验证与基准测试:验证一个825基因NGS panel,并对变异调用进行基准测试,同时为大panel验证提供实用建议。其目标是促进NGS panel在临床实践中的应用,改善患者获得更有效精准肿瘤治疗策略的机会。相关数据编号为PRJNA936011,机构为Beijing Hospital(来源 NCBI)。

【数据集背景】

本数据集源站标题为《Validation and Benchmarking of Targeted Panel Sequencing for Cancer Genomic Profiling》。源站首次发布:2023-04-05。

【数据内容】

源站原始描述:We describe the validation of an 825-gene NGS panel and benchmarking of the alteration calls, and provide practical recommendations for large panel validation. We aim to facilitate the application of NGS panels in clinical practice and improve patient access to more effective precision oncology treatment strategies

中文译文(机器翻译,仅供快速理解,请以原文为准):我们描述了825基因NGS panel的验证及变异检出结果的基准评估,并为大panel验证提供了实用建议。我们旨在促进NGS panel在临床实践中的应用,并改善患者获得更有效精准肿瘤治疗策略的可及性。

【主题与分类】

主题标签:PRJNA936011、Beijing Hospital。

【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/SRP423737

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/SRP423737

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

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。

获取专属数据定制方案