髓母细胞瘤基因组分析数据
该数据集包含髓母细胞瘤全基因组及相关分子数据，可用于驱动突变和亚型研究。由dbGaP提供，来自Childhood Cancer Data Catalog，数据格式为表格，包含93条数据记录，适用于分类任务，专注于肿瘤领域的胚胎性肿瘤研究。
基本信息
资源简介
髓母细胞瘤基因组分析数据
【一句话概览】
髓母细胞瘤是一种异质性疾病，至少包含四种不同亚型，这些亚型似乎利用并破坏了细胞生长和后脑发育的天然通路。为更好理解该病的驱动突变，研究者对在圣裘德儿童研究医院接受治疗的37名患病儿童进行了全基因组测序，并检测了其对应正常DNA，发现若干看似亚型特异的新突变。这些突变随后在另一组56名同样在圣裘德髓母细胞瘤2003试验中接受治疗的患儿肿瘤队列中检查了发生频率，并在多种髓母细胞瘤动物模型中测试了致癌潜力（来源 datacatalog.ccdi.cancer.gov）。
【数据集背景】
本数据集源站标题为《The Genomic Analysis of Medulloblastoma》。
【数据内容】
源站原始描述：Medulloblastoma is a heterogenous disease made up of at least four distinct subtypes of disease which appear to exploit and disrupt naturally occurring developmental pathways of cellular growth and hindbrain development. To better understand the driver mutations of this disease, we performed whole genome sequencing of 37 medulloblastomas and the corresponding normal DNA of the 37 affected children treated at St. Jude Children''s Research Hospital. We have found several novel mutations which appea…
中文译文（机器翻译，仅供快速理解，请以原文为准）：髓母细胞瘤是一种异质性疾病，至少由四种不同的疾病亚型组成，这些亚型似乎利用并破坏了细胞生长和后脑发育的自然发育途径。为了更好地理解这种疾病的驱动突变，我们对37例髓母细胞瘤患者及其在圣裘德儿童研究医院接受治疗的37名患病儿童相应的正常DNA进行了全基因组测序。我们发现了几个似乎具有亚型特异性的新突变。这些突变在另外56名同样在圣裘德髓母细胞瘤2003试验中接受治疗的髓母细胞瘤儿童肿瘤队列中检查了其出现频率，并在几种髓母细胞瘤动物模型中进行了测试，以证明其致癌潜力。
【主题与分类】
主题标签：Medulloblastoma、Whole Genome Sequencing、dbGaP、Posterior Fossa、Pediatric Cancer。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://datacatalog.ccdi.cancer.gov/dataset/dbGaP-phs000409
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://datacatalog.ccdi.cancer.gov/dataset/dbGaP-phs000409
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
该数据集包含髓母细胞瘤全基因组及相关分子数据，可用于驱动突变和亚型研究。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
