CCA甲基化数据（12例CCA，7例正常）
数据可用于胆管癌与正常组织间的甲基化差异分析、特征筛选及分类模型构建，也可作为表观遗传学研究的参考资源（来源 omicsdi.org）
基本信息
资源简介
CCA甲基化数据（12例CCA，7例正常）
CCA methylation data (12 CCA, 7 normal) 是一个面向胆管癌表观遗传学研究的 DNA 甲基化数据集，收录于 omicsdi.org，在本站归入肿瘤 / 胆管癌分类。该数据集提供 12 例胆管癌（CCA）样本与 7 例正常胆管组织的原始 idat 文件，甲基化谱检测采用 Infinium MethylationEPIC v2.0 Kit 完成。作为以原始芯片数据形式保存的资源，它保留了甲基化信号在探针层面的原始信息，便于研究者按自身分析流程进行预处理、标准化与下游统计。其主题标签为 Genomics，可用于胆管癌与正常组织之间的甲基化差异分析、特征筛选与分类模型构建，也可作为表观遗传学研究的参考资源。
【数据集背景】
胆管癌（CCA）是一类起源于胆管上皮的恶性肿瘤，其发生发展常伴随表观遗传层面的改变，DNA 甲基化是其中被广泛关注的研究方向。该数据集以胆管癌与正常胆管组织的配对比较为基本设计思路，提供 12 例 CCA 与 7 例正常样本的甲基化原始数据，旨在为胆管癌相关甲基化研究提供可直接进入分析流程的原始文件。本站将其归入肿瘤 / 胆管癌分类，主题标签为 Genomics，说明其定位属于肿瘤基因组学与表观遗传学交叉的数据资源。
【数据内容】
数据集包含 12 例胆管癌样本与 7 例正常胆管组织的 DNA 甲基化原始 idat 文件。idat 文件是 Infinium 甲基化芯片检测产生的原始信号文件，通常成对出现，分别对应芯片的两种荧光通道，记录探针的原始强度信息。由于提供的是原始 idat 文件而非已处理好的甲基化 β 值矩阵，使用者需要自行完成背景校正、探针过滤、标准化与甲基化水平计算等步骤。样本总数为 19 例，其中肿瘤 12 例、正常 7 例，这一数量关系是后续分组比较与统计设计的基础。
【采集与来源】
该数据集来源于 omicsdi.org。根据源站描述，DNA 甲基化谱检测使用 Infinium MethylationEPIC v2.0 Kit 完成，检测对象为 12 例 CCA 与 7 例正常胆管组织。除上述信息外，样本的具体采集地点、采集时间、伦理审批信息、患者临床特征（如分期、分级、治疗情况等）以及样本处理与保存细节，源站未提供。
【适用场景】
该数据集可用于胆管癌与正常组织之间的甲基化差异分析，识别在肿瘤中呈现异常甲基化的位点或区域；也可用于特征筛选，从全基因组甲基化位点中挑选具有区分能力的候选标志物；还可用于构建分类模型，区分胆管癌与正常胆管组织。此外，它可作为表观遗传学研究的参考资源，供方法学比较、流程验证或与其他甲基化数据集联合分析时使用。由于提供的是原始 idat 文件，该数据集尤其适合需要从原始信号开始、自定义预处理流程的研究场景。
【使用方法】
使用该数据集时，通常先读取 idat 原始文件，随后进行背景校正与探针级别的质量控制，剔除信号质量不佳或设计存在问题的探针；再进行标准化处理，以降低芯片间技术差异；之后计算每个 CpG 位点的甲基化水平，得到可用于统计分析的甲基化矩阵。在此基础上，可按 12 例 CCA 与 7 例正常的分组进行差异甲基化分析，并结合多重检验校正控制假阳性；若用于分类建模，需注意样本量较小，宜采用交叉验证等策略评估模型稳定性。具体分析工具与参数设置，源站未提供。
【质量与限制】
该数据集样本量为 19 例，其中 CCA 12 例、正常 7 例，样本规模相对有限，可能影响统计功效与模型泛化能力。数据以原始 idat 文件形式提供，分析结果在一定程度上取决于使用者所选择的预处理与标准化流程。关于样本的临床背景、批次信息、测序或芯片质控指标等，源站未提供，因此难以评估潜在的批次效应与混杂因素。此外，源站未提供数据完整性、缺失值情况以及是否经过额外验证等信息。
【引用与许可】
该数据集来源于 omicsdi.org，关于其引用方式、原始文献、数据使用许可与访问限制，源站未提供。使用者在下载与使用前，应自行查阅来源站点的相关说明并遵守相应的数据使用规范。
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/EGAD00010002613
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
Raw idat files for DNA methylation profiling for 12 CCAs and 7 normal bile duct tissues. DNA methylation profiling was performed using Infinium MethylationEPIC v2.0 Kit.
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。
