胆管癌RNA-seq样本数据集
该数据集来源于omicsdi.org，包含胆管癌（CCA）相关RNA-seq的Fastq文件，覆盖60例CCA、6例正常胆管组织、14株CCA细胞系（含重复）以及2株正常胆管细胞系（含重复）
基本信息
资源简介
胆管癌RNA-seq样本数据集
该数据集收录于omicsdi.org，分类归属为肿瘤领域的胆管癌方向，主题标签为基因组学（Genomics）。其核心内容是一批RNA-seq的Fastq文件，样本构成包括60例胆管癌（CCA）样本、6例正常胆管组织、14株胆管癌细胞系（含重复样本）以及2株正常胆管细胞系（含重复样本）。这些数据可用于从转录组层面观察胆管癌与正常胆管组织、细胞系之间的基因表达差异，为胆管癌相关研究提供原始测序数据基础。数据以Fastq格式存储，属于RNA-seq原始读段数据，适合后续开展比对、定量及差异表达等分析流程。
【数据集背景】
胆管癌（CCA）是一类起源于胆管上皮的恶性肿瘤，其分子机制和转录组特征的研究依赖于高质量的测序数据。该数据集聚焦于胆管癌，同时纳入正常胆管组织与正常胆管细胞系作为对照，并包含多株胆管癌细胞系，构成一个涵盖组织与细胞系两个层面的RNA-seq数据集合。数据集来源于omicsdi.org，主题标签为基因组学，本站分类为肿瘤 / 胆管癌，说明其定位服务于肿瘤学中胆管癌方向的基因组学研究。
【数据内容】
该数据集的内容为RNA-seq的Fastq文件，覆盖以下样本类型：60例胆管癌（CCA）样本、6例正常胆管组织、14株胆管癌细胞系（包含重复样本）以及2株正常胆管细胞系（包含重复样本）。样本类型同时涉及原发肿瘤组织、正常胆管组织以及体外培养的细胞系，细胞系部分还设置了重复样本，有助于评估细胞系层面的数据可重复性。数据以Fastq格式提供，属于测序原始读段文件，可用于后续的转录组分析。
【采集与来源】
数据来源于omicsdi.org。RNA的提取使用Qiagen RNeasy Mini kit完成。RNA文库的构建采用Illumina Tru-Seq Stranded Total RNA kit（Illumina, San Diego, California, USA），起始总RNA量为1 µg。测序在Illumina HiSeq4000测序仪上进行，采用双端150 bp测序模式（paired-end 150 bp read option）。上述建库与测序信息描述了该数据集在样本处理与测序环节所采用的技术路线。
【适用场景】
该数据集适用于胆管癌转录组相关的研究场景，例如比较胆管癌组织与正常胆管组织之间的基因表达差异，分析胆管癌细胞系与正常胆管细胞系之间的转录组特征，以及利用重复样本评估细胞系表达谱的稳定性。由于数据为Fastq格式的原始读段，可用于转录本定量、差异表达分析、融合基因检测、可变剪接分析等常规RNA-seq下游分析。同时，组织与细胞系并存的样本结构，也便于开展组织样本与细胞系模型之间的比较研究。
【使用方法】
使用者可基于Fastq文件开展标准的RNA-seq分析流程，包括读段质控、比对或伪比对、表达量估计以及差异表达分析等。由于数据包含双端150 bp读段，分析时需按双端模式处理。对于包含重复的细胞系样本，可在分析中考虑重复之间的变异，以评估结果的稳健性。具体分析工具与参数需根据研究目的自行选择，源站未提供统一的分析流程说明。
【质量与限制】
源站未提供该数据集的质量评估信息，例如测序深度、读段质量分布、比对率等指标。样本量方面，胆管癌组织为60例，正常胆管组织为6例，细胞系为14株胆管癌细胞系（含重复）和2株正常胆管细胞系（含重复），组织与细胞系之间的样本数量并不均衡。此外，源站未提供临床信息、批次信息、样本配对关系等元数据，使用者在解释结果时需注意这些限制。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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://omicsdi.org/dataset/ega/EGAD00001011998
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
60例CCA、6例正常胆管组织、14个CCA细胞系（含重复样本）和2个正常胆管细胞系（含重复样本）的RNA-seq Fastq文件。使用Qiagen RNeasy Mini试剂盒提取RNA。使用Illumina Tru-Seq Stranded Total RNA试剂盒（Illumina，美国加利福尼亚州圣地亚哥）从1 µg总RNA中制备RNA文库。使用Illumina HiSeq4000测序仪，采用双端150 bp读长选项进行双端150 bp测序。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
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。
