GDC MP2PRT-WT：预测治疗反应的分子谱分析 - Wilms 瘤
该数据集来自 GDC 的 MP2PRT-WT 项目，聚焦 Wilms 瘤的分子谱分析以预测治疗反应，原发部位为肾脏，疾病类型为 Neoplasms, NOS
基本信息
资源简介
GDC MP2PRT-WT：预测治疗反应的分子谱分析 - Wilms 瘤
GDC MP2PRT-WT 是一个聚焦于 Wilms 瘤（肾母细胞瘤）的分子谱分析项目数据集，全称为 Molecular Profiling to Predict Response to Treatment - Wilms Tumor，即“预测治疗反应的分子谱分析——Wilms 瘤”。该数据集收录于 NCI 基因组数据共享平台（Genomic Data Commons，GDC），原发部位为肾脏，疾病类型归类为 Neoplasms, NOS，所属项目计划为 MP2PRT。数据集共包含 52 例病例、2,355 个文件，总体积约 20,145.3 GB，涵盖临床、生物样本、RNA 测序、全外显子测序、甲基化以及影像等多类数据，并区分开放获取与受控获取两个访问层级，面向肿瘤分子机制与治疗反应预测研究。
【数据集背景】
Wilms 瘤是儿童期最常见的肾脏恶性肿瘤之一，其治疗反应存在明显的个体差异。MP2PRT 项目（Molecular Profiling to Predict Response to Treatment）旨在通过对肿瘤样本进行系统的分子谱分析，探索可用于预测治疗反应的分子特征。该数据集即为该项目中 Wilms 瘤部分在 GDC 平台上的数据集合，属于 NCI Genomic Data Commons 统一化处理的癌症基因组学项目之一，疾病类型标注为 Neoplasms, NOS，原发部位为肾脏。
【数据内容】
数据集共包含 52 例病例，对应 2,355 个文件，总数据量约 20,145.3 GB。数据模态涵盖临床数据、生物样本数据、RNA 测序（RNA-Seq）、全外显子测序（WXS）、甲基化数据以及影像数据。数据按照访问层级划分为开放获取与受控获取两类，其中受控层级通常涉及个体层面的基因组信息，需经授权后访问。关于各模态数据的具体样本量、测序深度、平台型号等细节，源站未提供。
【采集与来源】
该数据集来源于 portal.gdc.cancer.gov，即 NCI Genomic Data Commons 门户。GDC 作为美国国家癌症研究所主导的癌症基因组数据平台，对来自不同项目的原始数据进行统一化处理与标准化注释，形成协调一致的临床、生物样本与基因组数据资源。本数据集所属项目为 MP2PRT，聚焦 Wilms 瘤，原发部位为肾脏，疾病类型为 Neoplasms, NOS。关于样本采集的具体机构、时间跨度、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于 Wilms 瘤分子特征与治疗反应关联的研究，例如利用 RNA 测序与全外显子测序数据识别与治疗应答相关的表达谱或突变谱，利用甲基化数据探索表观遗传调控在治疗反应中的作用，或结合影像数据开展多模态分析。同时，该数据集也可用于方法学验证、生物标志物发现以及儿童肾脏肿瘤的分子分型研究。由于包含开放与受控两个层级，使用者可根据研究目的与授权范围选择相应的数据子集。
【使用方法】
使用者可通过 GDC 门户检索并下载该数据集。开放获取层级的数据可直接下载使用；受控获取层级的数据需通过数据访问申请流程获得授权后方可获取。GDC 提供统一的数据格式与元数据注释，便于与平台内其他项目数据进行整合分析。关于具体的下载工具、文件格式说明及分析流程，源站未提供。
【质量与限制】
该数据集由 GDC 进行统一化处理，具备标准化的临床、生物样本与基因组数据注释。其样本量为 52 例病例，属于相对聚焦的项目规模，可能限制统计功效与泛化能力。数据总量约 20,145.3 GB，对存储与计算资源有一定要求。此外，受控访问层级的数据需经授权，可能影响部分研究的可及性。关于数据质量评估指标、批次效应、缺失值情况等，源站未提供。
【引用与许可】
该数据集来源于 NCI Genomic Data Commons，使用时应遵循 GDC 的数据使用政策与访问层级要求。开放获取数据可依据平台规定使用，受控获取数据需获得相应授权并遵守数据使用协议。关于具体的引用格式、许可条款及项目负责人信息，源站未提供。
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。
需登录公开下载
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。
暂未开放有偿下载
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://portal.gdc.cancer.gov/projects/MP2PRT-WT
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:
数据集大小约 21630.86 GB。
数据说明
GDC project MP2PRT-WT (Molecular Profiling to Predict Response to Treatment - Wilms Tumor). Primary site: Kidney. Disease type: Neoplasms, NOS. Program: MP2PRT. Cases: 52. Files: 2,355. Total size: 20145.3 GB. NCI Genomic Data Commons harmonized cancer genomics project (clinical, biospecimen, RNA-Seq, WXS, methylation and imaging data; open and controlled access tiers).
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。
