胆管癌H3K27ac ChIP-seq样本数据
该数据集为胆管癌（CCA）相关的H3K27ac ChIP-seq原始测序数据，包含63例CCA、8例正常胆管组织、16株CCA细胞系（含重复）及3株正常胆管细胞系（含重复）的Fastq文件，并配有匹配的input-DNA对照
基本信息
资源简介
胆管癌H3K27ac ChIP-seq样本数据
该数据集为胆管癌（CCA）相关的H3K27ac ChIP-seq原始测序数据，包含63例CCA、8例正常胆管组织、16株CCA细胞系（含重复）及3株正常胆管细胞系（含重复）的Fastq文件，并配有匹配的input-DNA对照。数据来源于omicsdi.org，属于肿瘤/胆管癌分类，主题标签为Genomics。所有文库均采用NEBNext ChIP-seq文库构建试剂盒进行制备，并在Illumina HiSeq4000测序仪上完成测序，平均原始读数为20至30百万条，除3例正常胆管组织采用单端测序外，其余样本均为双端测序。该数据集可用于胆管癌中H3K27ac修饰相关的研究。
【数据集背景】
胆管癌（cholangiocarcinoma，CCA）是一种起源于胆管上皮的恶性肿瘤，其分子机制研究对于理解肿瘤发生发展及寻找潜在治疗靶点具有重要意义。H3K27ac是组蛋白H3第27位赖氨酸的乙酰化修饰，通常与活跃的增强子和启动子区域相关，是研究基因转录调控的重要表观遗传标记。本数据集聚焦于胆管癌及正常胆管组织的H3K27ac ChIP-seq数据，旨在为胆管癌的表观遗传学研究提供原始测序数据支持。数据同时涵盖临床组织样本和细胞系模型，有助于在体内外不同层面开展比较分析。
【数据内容】
该数据集包含Fastq格式的原始测序文件，具体样本构成如下：63例胆管癌（CCA）样本、8例正常胆管组织样本、16株CCA细胞系（包含重复样本）以及3株正常胆管细胞系（包含重复样本）。所有ChIP-seq实验均配有匹配的input-DNA对照，用于后续背景校正和峰值识别。样本类型覆盖了肿瘤组织、正常组织以及体外细胞系模型，为研究H3K27ac修饰在胆管癌中的分布特征提供了较为全面的数据基础。每个文库（包括匹配的input DNA）的平均原始测序深度为20至30百万条读数。
【采集与来源】
该数据集的来源站为omicsdi.org。文库构建采用NEBNext ChIP-seq library preparation kit完成。测序在Illumina HiSeq4000测序仪上进行，测序策略以双端测序为主，但其中3例正常胆管组织采用了单端测序。所有样本的测序深度控制在平均20至30百万条原始读数范围内。数据以Fastq文件形式提供，属于原始测序数据层级，未经过进一步的比对或峰值调用处理。
【适用场景】
该数据集适用于胆管癌相关的表观遗传学研究，尤其是针对H3K27ac修饰的分析。具体应用场景包括：识别胆管癌与正常胆管组织之间H3K27ac修饰的差异分布区域；比较CCA细胞系与正常胆管细胞系中活跃增强子或启动子的表观遗传特征；结合匹配的input-DNA对照进行背景校正和峰值调用；以及作为胆管癌转录调控网络研究的原始数据来源。此外，该数据集也可用于方法学评估，例如不同样本类型或测序策略对ChIP-seq数据质量的影响分析。
【使用方法】
使用该数据集时，通常需要先对Fastq文件进行质量控制，去除低质量读段和接头污染。随后将清洗后的读段比对到参考基因组，并利用匹配的input-DNA对照进行背景校正。在峰值调用步骤中，可选用常用的ChIP-seq峰值识别工具，针对H3K27ac修饰的特点进行参数优化。由于部分样本为单端测序，而多数为双端测序，分析时需注意区分处理。对于包含重复的细胞系样本，可考虑合并重复或分别分析以评估一致性。最终可结合基因组注释信息，对峰值相关基因进行功能富集分析，以探索胆管癌中H3K27ac修饰的生物学意义。
【质量与限制】
该数据集提供了平均20至30百万条原始读数的测序深度，属于ChIP-seq常规推荐范围，但具体数据质量（如比对率、峰值富集程度、重复性等）未在源站描述中提供。样本构成中，正常胆管组织仅8例，正常胆管细胞系仅3株，与肿瘤样本数量相比偏少，可能影响统计比较的效力。此外，3例正常胆管组织采用单端测序，与其余双端测序样本存在策略差异，分析时需加以考虑。源站未提供关于样本临床信息、测序质量评分、比对参考基因组版本等详细元数据，使用者需根据实际数据文件自行评估。
【引用与许可】
源站未提供该数据集的引用方式及许可信息。使用者应参考来源站omicsdi.org的相关规定，并遵循原始数据提供方的使用条款。
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/EGAD00001012103
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
H3K27ac ChIP-seq（含匹配的输入DNA对照）的Fastq文件，涉及63例CCA、8例正常胆管组织、16种CCA细胞系（含重复样本）及3种正常胆管细胞系（含重复样本）。文库制备采用NEBNext ChIP-seq文库制备试剂盒。每个文库（包括匹配的输入DNA）在Illumina HiSeq4000测序仪上进行测序，平均原始读取深度为20至30百万条，采用双端测序（3例正常胆管组织采用单端测序除外）。
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。
