胆管癌与胆管细胞系RNA测序样本数据集
该数据集包含44个来源于胆管和胆管癌（CCA）细胞系的RNA测序样本，数据在Illumina NovaSeq 6000平台上以双端模式生成，存储为压缩FASTQ格式
基本信息
资源简介
胆管癌与胆管细胞系RNA测序样本数据集
该数据集收录了来源于胆管和胆管癌（CCA）细胞系的44个RNA测序样本，属于肿瘤/胆管癌研究领域，由omicsdi.org来源站提供。数据在Illumina NovaSeq 6000平台上以双端模式生成，并以压缩FASTQ文件格式存储。从整体研究设计来看，该数据集所隶属的研究包含两个患者队列：一个是由40名德国患者组成的筛查队列，另一个是由40名亚洲患者组成的验证队列；此外，研究还对胆管和CCA细胞系进行了分析。本数据集正是聚焦于细胞系层面的RNA测序数据，为胆管癌及相关胆管生物学研究提供了转录组层面的样本资源。
【数据集背景】
胆管癌（CCA）是一类起源于胆管上皮的恶性肿瘤，其分子机制和转录组特征的研究对于理解疾病发生发展具有重要意义。该数据集所属的整体研究设置了筛查队列与验证队列两个患者群体，分别纳入40名德国患者和40名亚洲患者，同时将胆管与CCA细胞系纳入分析范围。本数据集作为该研究的一部分，专门提供来源于胆管和CCA细胞系的RNA测序样本，旨在从细胞系模型层面支撑胆管癌相关转录组研究。主题标签为Genomics，表明其核心内容属于基因组学范畴。
【数据内容】
该数据集共包含44个样本，全部来源于胆管和CCA细胞系的RNA测序数据。样本类型为RNA测序，数据在Illumina NovaSeq 6000设备上以双端模式生成，最终以压缩FASTQ文件格式存储。FASTQ格式通常用于存储原始测序读段及其对应的质量分数，适合后续进行比对、定量和转录组分析。44个样本的规模为细胞系水平的转录组比较提供了基础，可用于探索胆管细胞与胆管癌细胞系之间的表达差异等研究方向。
【采集与来源】
数据来源于omicsdi.org来源站。整体研究涉及两个患者队列，即40名德国患者的筛查队列和40名亚洲患者的验证队列，同时分析了胆管和CCA细胞系。本数据集所包含的44个样本即来自这些胆管和CCA细胞系的RNA测序。测序平台为Illumina NovaSeq 6000，测序模式为双端。关于样本的具体采集时间、地点、伦理审批信息以及细胞系的具体来源和培养条件，源站未提供。
【适用场景】
该数据集适用于胆管癌及胆管相关细胞系的转录组研究。由于数据为RNA测序产生的压缩FASTQ文件，可用于基因表达定量、差异表达分析、转录本组装、融合基因检测等常见转录组分析流程。同时，该数据集所属研究包含德国和亚洲两个患者队列以及细胞系分析，因此也可作为细胞系模型与患者队列数据之间进行比较或验证的参考资源。主题标签Genomics进一步表明其适用于基因组学与转录组学相关研究场景。关于是否适用于临床诊断或其他特定应用，源站未提供。
【使用方法】
使用者可下载压缩FASTQ格式的测序数据，按照标准RNA测序分析流程进行处理，包括质量控制、读段比对或伪比对、表达量估计以及下游统计分析。由于数据为双端测序，分析时需按双端模式处理。关于参考基因组版本、比对工具推荐、标准化方法以及是否提供配套的计数矩阵或分析脚本，源站未提供。使用者应根据自身研究目的选择合适的分析流程，并注意细胞系RNA测序数据与患者组织样本数据在解释上的差异。
【质量与限制】
该数据集的数据由Illumina NovaSeq 6000平台以双端模式生成，存储为压缩FASTQ格式，具备较规范的测序来源信息。然而，关于测序深度、读长、质量分数分布、样本重复数、批次效应以及数据质控结果等具体质量指标，源站未提供。此外，该数据集仅包含胆管和CCA细胞系的44个样本，不包含两个患者队列的样本数据，因此不能直接用于患者队列的临床或群体层面分析。关于细胞系的身份验证、支原体检测及传代信息，源站未提供。使用者在解释结果时应考虑细胞系模型的固有局限。
【引用与许可】
关于该数据集的引用方式、原始文献、DOI、数据许可协议以及使用限制，源站未提供。使用者在利用该数据集时，应自行查阅来源站omicsdi.org上的相关条目以获取最新的引用与许可信息。
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/EGAD00001011325
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
整个研究包括两个患者队列。筛选队列：40名德国患者；验证队列：40名亚洲患者。此外，还分析了胆管和CCA细胞系。该数据集包含44个样本，来源于胆管和CCA细胞系的RNA测序数据。数据是在Illumina NovaSeq 6000设备上以双端模式生成的，并以压缩的FASTQ文件格式存储。
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。
