儿童生殖细胞肿瘤基因组景观数据集
该 dbGaP 数据集包含儿童和青少年颅外生殖细胞肿瘤的基因组和表型数据，适用于突变、拷贝数和分子机制研究。由National Cancer Institute / dbGaP提供，包含多种数据模态，适用于分类任务。
基本信息
资源简介
儿童生殖细胞肿瘤基因组景观数据集
【一句话概览】
生殖细胞肿瘤是发生于婴儿、儿童、青少年和成人的睾丸、卵巢及性腺外部位的癌症。青春期后（II型）恶性生殖细胞肿瘤可表现为精原细胞瘤、非精原细胞瘤或混合组织学类型；青春期前（I型）则限于良性畸胎瘤和恶性卵黄囊瘤。流行病学与分子数据表明两者发生机制不同，但针对儿童和青少年I、II型生殖细胞肿瘤基因组图谱的专门研究仍缺乏。本研究对0至24岁年龄段的32例颅外生殖细胞肿瘤进行了整合基因组分析（来源 NCBI）。
【数据集背景】
本数据集源站标题为《Genomic Landscape of Pediatric Germ Cell Tumors》。
【数据内容】
源站原始描述：Germ cell tumors (GCTs) are cancers of the testis, ovary and extragonadal sites that occur in infants, children, adolescents, and adults. Post-pubertal (type II) malignant GCTs may present as a seminoma, non-seminoma or with mixed histologies. In contrast, pre-pubertal (type I) GCTs are limited to (benign) teratomas and (malignant) yolk sac tumors (YST). Epidemiologic and molecular data have shown that pre- and post-pubertal GCTs arise by distinct mechanisms. Dedicated studies of the genomic lan…
中文译文（机器翻译，仅供快速理解，请以原文为准）：生殖细胞肿瘤（GCTs）是发生在婴儿、儿童、青少年和成人中的睾丸、卵巢及性腺外部位的癌症。青春期后（II型）恶性GCTs可能表现为精原细胞瘤、非精原细胞瘤或混合组织学类型。相比之下，青春期前（I型）GCTs仅限于（良性）畸胎瘤和（恶性）卵黄囊瘤（YST）。流行病学和分子数据显示，青春期前和青春期后的GCTs由不同的机制引起。目前缺乏针对儿童和青少年I型和II型GCTs基因组图谱的专门研究。在此，我们呈现了0-24岁年龄段颅内GCTs的综合基因组分析。
【主题与分类】
主题标签：Germ Cell Tumors、Pediatric、Neoplasms, Germ Cell and Embryonal、Seminoma、Genomic Analysis。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs002009.v1.p1
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://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs002009.v1.p1
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 dbGaP 数据集包含儿童和青少年颅外生殖细胞肿瘤的基因组和表型数据，适用于突变、拷贝数和分子机制研究。
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。
