ENA数据集DKFZA样本
该数据集来自 omicsdi.org，包含 28 个样本的序列数据，其中 19 例为慢性淋巴细胞白血病（chronic lymphocytic leukemia），9 例为对照
基本信息
资源简介
ENA数据集DKFZA样本
该数据集是一份聚焦于肿瘤领域中白血病方向的序列数据集合，来源于 omicsdi.org，主题标签为 Genomics。数据集共包含 28 个样本的序列数据，其中 19 例为慢性淋巴细胞白血病（chronic lymphocytic leukemia），9 例为对照样本。数据涵盖 RNA-Seq 以及针对多种组蛋白修饰的 ChIP-Seq，涉及的组蛋白修饰包括 H3、H3K4me1、H3K4me3、H3K9ac、H3K9me3、H3K27ac、H3K27me3 和 H3K36me3。该数据集所属项目可参见 http://www.cancerepisys.org/。整体而言，该数据集为研究慢性淋巴细胞白血病相关的转录组与表观遗传修饰特征提供了样本层面的序列数据基础。
【数据集背景】
该数据集归属于肿瘤分类下的白血病方向，来源站为 omicsdi.org。其内容围绕慢性淋巴细胞白血病展开，同时设置了对照组，用于在比较视角下观察疾病样本与对照样本之间的序列特征差异。数据集所涉及的主题标签为 Genomics，表明其核心内容属于基因组学范畴。数据集关联的项目页面为 http://www.cancerepisys.org/，可供进一步了解项目背景。除上述信息外，源站未提供更多关于研究背景、立项动机或疾病机制的说明。
【数据内容】
数据集包含 28 个样本的序列数据。按样本构成划分，其中 19 例为慢性淋巴细胞白血病样本，9 例为对照样本。数据类型的覆盖范围包括 RNA-Seq 和 ChIP-Seq。其中 ChIP-Seq 部分针对多种组蛋白修饰，具体包括 H3、H3K4me1、H3K4me3、H3K9ac、H3K9me3、H3K27ac、H3K27me3 和 H3K36me3。这些修饰类型覆盖了组蛋白整体、活跃型修饰与抑制型修饰等多个类别，为从转录组和表观遗传层面刻画样本特征提供了数据内容。除上述样本数量、样本分组和数据类型外，源站未提供关于测序平台、读长、数据量、文件格式等更细粒度的说明。
【采集与来源】
该数据集来自 omicsdi.org。其源站描述中给出了样本构成与数据类型，并指向项目页面 http://www.cancerepisys.org/。数据集名称中包含日期与编号信息，但源站未提供关于样本采集地点、采集时间、伦理审批、受试者纳入排除标准等具体采集信息。关于数据的具体产生过程、实验操作流程与测序实施细节，源站未提供。
【适用场景】
基于现有信息，该数据集可用于与慢性淋巴细胞白血病相关的基因组学研究，尤其是结合 RNA-Seq 与多种组蛋白修饰 ChIP-Seq 的分析场景。由于数据同时包含 19 例慢性淋巴细胞白血病样本和 9 例对照样本，可用于疾病样本与对照样本之间的比较性研究。涉及的组蛋白修饰类型较多，适合用于考察不同修饰在疾病与对照条件下的分布与差异。主题标签 Genomics 也表明其适用于基因组学方向的分析。除上述由样本构成与数据类型直接支持的方向外，源站未提供关于具体分析用途、研究目标或应用场景的说明。
【使用方法】
源站未提供关于数据下载方式、访问入口、文件组织方式、预处理流程或分析工具的具体说明。项目页面 http://www.cancerepisys.org/ 可作为进一步获取项目相关信息的线索，但源站未说明该页面是否提供数据下载或使用指引。关于如何调用、处理或复用该数据集，源站未提供。
【质量与限制】
源站未提供关于数据质量评估、质控指标、覆盖度、重复性、批次效应或技术偏差等方面的信息。已知的样本规模为 28 个样本，其中 19 例为慢性淋巴细胞白血病、9 例为对照，样本量相对有限这一客观构成可作为使用时的参考，但源站未对其统计效力或局限性作出说明。关于数据可能存在的限制，源站未提供。
【引用与许可】
源站未提供关于该数据集的引用方式、许可协议、使用条款或授权范围的信息。项目页面 http://www.cancerepisys.org/ 可能包含相关信息，但源站未就此作出说明。如需引用或使用该数据集，源站未提供可遵循的具体指引。
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/EGAD00001003421
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
Sequence data of 28 Samples (19 chronic lymphocytic leukemia, 9 control) Including RNA-Seq and ChIP-Seq of following histone modifications: H3, H3K4me1, H3K4me3, H3K9ac, H3K9me3, H3K27ac, H3K27me3, H3K36me3 Project see: http://www.cancerepisys.org/
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。
