基本信息

模态

基因组

创建/更新时间

2026-10-17

资源简介

ena-DATASET-LUDJHU-22-08-2017-18:25:45:667-381 样本数据集

ena-DATASET-LUDJHU-22-08-2017-18:25:45:667-381 - samples 是一个面向结肠癌研究领域的肿瘤基因组学样本数据集，归属于肿瘤/结肠癌分类，来源于 omicsdi.org。该数据集收录的是采用 Safe-SeqS 技术制备的样本，全部样本均在 Illumina MiSeq 仪器上完成测序，数据以 Fastq 文件形式提供，涵盖 read 1 与 index read 两类读段，分别对应 R 与 I。数据集的主题标签为 Genomics，整体定位于为结肠癌相关的基因组学研究提供可用的测序样本数据基础。以下依据可获得的信息，从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。

【数据集背景】

该数据集属于肿瘤研究中的结肠癌方向，主题标签为 Genomics，说明其面向的是基因组层面的测序数据。样本制备采用了 Safe-SeqS 技术，这是一种在测序流程中用于样本处理的技术路线，数据集中的样本均经由该技术制备。测序环节统一使用 Illumina MiSeq 仪器完成，因此数据在平台层面具有一致性。数据集的命名中包含日期与时间标识（22-08-2017-18:25:45:667），可作为该数据集在来源站登记时的标识信息。关于该数据集所服务的研究项目背景、所属课题及科学目标，源站未提供。

【数据内容】

数据集提供的是样本层面的测序数据，文件格式为 Fastq。按照源站描述，数据中包含 read 1 与 index read 两类读段，分别以 R 和 I 表示。也就是说，每个样本的 Fastq 文件覆盖了第一条测序读段与索引读段，可用于后续的序列读取与样本区分。数据集名称中带有“samples”字样，表明其组织方式以样本为单位。关于样本的具体数量、每个样本的数据量、读长、文件命名规则以及是否包含其他类型的文件，源站未提供。

【采集与来源】

该数据集来源于 omicsdi.org，在站内归入肿瘤/结肠癌分类。样本的制备采用 Safe-SeqS 技术，测序在 Illumina MiSeq 仪器上完成，这两点是数据产生过程中的关键环节。数据集的英文名称中包含一组日期与时间信息，可作为其登记标识的一部分。关于样本的采集地点、采集时间、供体信息、伦理审批情况以及具体的实验操作流程，源站未提供。

【适用场景】

基于其结肠癌分类与 Genomics 主题标签，该数据集适用于结肠癌相关的基因组测序数据分析和样本层面的序列研究。由于数据以 Fastq 格式提供 read 1 与 index read，可用于测序读段的质量评估、序列比对前的预处理以及基于索引读段的样本区分等常规分析环节。采用 Safe-SeqS 技术制备并在 Illumina MiSeq 上测序的特点，使其可用于围绕该技术路线与测序平台开展的方法学比较或流程验证。关于该数据集在具体研究中的既定用途与已验证的分析结论，源站未提供。

【使用方法】

使用者可按照 Fastq 文件的常规处理方式，分别读取 R（read 1）与 I（index read）文件，开展质控、修剪与比对等下游分析。由于数据在单一测序平台（Illumina MiSeq）上产生，分析流程可针对该平台的读段特征进行配置。关于推荐的软件工具、参数设置、参考基因组版本以及配套的元数据表，源站未提供。

【质量与限制】

数据集的所有样本均在 Illumina MiSeq 仪器上测序，平台一致性较好；样本制备统一采用 Safe-SeqS 技术，制备路线一致。数据仅包含 read 1 与 index read 的 Fastq 文件，未提及包含其他读段类型或比对结果文件。关于数据质量评分、测序深度、样本剔除情况、批次效应以及数据完整性验证结果，源站未提供。使用者在使用前应自行进行质量评估。

【引用与许可】

关于该数据集的引用方式、文献出处、许可协议与使用条款，源站未提供。

原始链接

https://omicsdi.org/dataset/ega/EGAD00001003579

访问原始数据

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://omicsdi.org/dataset/ega/EGAD00001003579

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。

数据说明

使用Safe-SeqS技术制备的样本。所有样本均在Illumina MiSeq仪器上运行。存在read 1和index read的Fastq文件（分别为R和I）。

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