尤因肉瘤DNA甲基化异质性谱
该数据集包含尤因肉瘤患者肿瘤样本的全基因组DNA甲基化测序数据，属于表观遗传模态，通过分析DNA甲基化异质性揭示了尤因肉瘤的疾病谱系、EWS-FLI1融合蛋白的增强子重编程特征以及肿瘤内表观遗传异质性，主要用于癌症表观遗传学、肿瘤异质性和个性化医疗等研究方向，为理解该疾病的分子机制和临床异质性提供了重要的数据支持。
基本信息
资源简介
尤因肉瘤DNA甲基化异质性谱
【数据集背景】
本数据集源站标题为《DNA methylation heterogeneity defines a disease spectrum in Ewing sarcoma》。源站首次发布：2022-02-20。
【数据内容】
源站原始描述：Developmental tumors in children and young adults carry few genetic alterations, yet they have diverse clinical presentation. Focusing on Ewing sarcoma, we sought to establish the prevalence and characteristics of epigenetic heterogeneity in genetically homogeneous cancers. We performed genome-scale DNA methylation sequencing for a large cohort of Ewing sarcoma tumors and analyzed epigenetic heterogeneity on three levels: between cancers, between tumors, and within tumors. We observed consistent…
【主题与分类】
主题标签：人、肿瘤、细胞系、MSCs、基因组。
【获取与许可】
源站页面：http://data.iscr.ac.cn/Article?id=884f0038dacee72db82b3dbed175817c
使用许可：openSource。
规范引用：PMID: 28134926, 32103242
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：http://data.iscr.ac.cn/Article?id=884f0038dacee72db82b3dbed175817c
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
该数据集是一个针对尤因肉瘤（Ewing sarcoma）的表观遗传学研究数据集，通过全基因组DNA甲基化测序技术，系统分析了该疾病在癌症间、肿瘤间和肿瘤内的表观遗传异质性。数据来源于尤因肉瘤患者肿瘤样本，包含基因组尺度的DNA甲基化谱信息，揭示了EWS-FLI1融合蛋白调控的增强子区域普遍存在DNA低甲基化现象。该数据集不仅定义了尤因肉瘤的疾病谱系，还反映了EWS-FLI1调控信号的强度以及间充质与干细胞特征之间的连续变化，特别在转移性疾病患者中观察到显著的肿瘤内异质性。该数据主要用于癌症表观遗传学、肿瘤异质性、个性化医疗和疾病分子分型等研究方向。
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。
