基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-17

资源简介

ENA OBMDC 样本数据集

该数据集为全基因组测序数据，聚焦于慢性淋巴细胞白血病（CLL）在反复治疗过程中的亚克隆异质性追踪。数据集英文名称为 ena-DATASET-OBMDC-05-08-2014-13:54:34:840-45 - samples，来源于 omicsdi.org，在肿瘤 / 白血病分类下收录，主题标签为 Genomics。整体研究覆盖 3 例慢性淋巴细胞白血病患者，共涉及 18 个样本，旨在通过全基因组测序手段观察患者在经历多轮治疗后的亚克隆结构变化。需要注意的是，虽然样本总数为 18 个，但实际可供下载的 BAM 文件仅有 12 个，其余 6 个文件缺失。该数据集适合用于探索白血病克隆演化、治疗压力下的亚克隆选择以及基因组层面的异质性分析。

【数据集背景】

该数据集属于肿瘤 / 白血病研究领域，具体针对慢性淋巴细胞白血病（CLL）。慢性淋巴细胞白血病是一种以成熟 B 淋巴细胞克隆性增殖为特征的血液系统恶性肿瘤，其临床病程常表现为对治疗的反应与复发交替出现。在反复治疗周期中，肿瘤细胞群体可能经历亚克隆选择与演化，导致耐药和疾病进展。该数据集通过全基因组测序，对 3 例 CLL 患者在接受重复治疗周期后的样本进行追踪，以研究亚克隆异质性。数据来源站为 omicsdi.org，主题标签为 Genomics，表明其核心数据为基因组学层面的测序信息。

【数据内容】

数据集包含 18 个样本的全基因组测序数据，这些样本来自 3 例慢性淋巴细胞白血病患者，且患者均接受了反复的治疗周期。数据内容以全基因组测序为主，用于追踪亚克隆异质性。根据源站描述，虽然样本总数为 18 个，但实际可供下载的 BAM 文件只有 12 个，另外 6 个文件缺失。这意味着用户在实际获取数据时，只能获得部分样本的 BAM 文件。数据集英文名称中带有“samples”字样，进一步表明其以样本为单位组织。主题标签为 Genomics，说明数据属于基因组学范畴，可能涉及全基因组范围内的变异检测、克隆结构推断等分析。

【采集与来源】

该数据集来源于 omicsdi.org，本站分类为肿瘤 / 白血病。源站描述指出，这是一项全基因组测序研究，旨在追踪 3 例慢性淋巴细胞白血病患者在接受反复治疗周期后的亚克隆异质性。样本数量为 18 个，但仅有 12 个 BAM 文件可供下载，其余 6 个文件缺失。关于具体的样本采集时间、地点、患者临床信息、测序平台、测序深度、文库制备方法等细节，源站未提供。数据集的英文名称中包含日期时间信息“05-08-2014-13:54:34:840”，可能表示数据提交或处理的某个时间点，但源站未对此进行说明。

【适用场景】

该数据集适用于肿瘤基因组学、白血病研究、克隆演化与亚克隆异质性分析等方向。具体而言，研究人员可以利用全基因组测序数据，探索慢性淋巴细胞白血病患者在接受反复治疗周期后，肿瘤细胞群体中亚克隆的组成变化、选择压力下的克隆动态以及可能的耐药相关变异。由于涉及 3 例患者的 18 个样本，该数据集可用于纵向比较同一患者不同治疗阶段的基因组特征，也可用于跨患者的异质性比较。主题标签 Genomics 表明其适合基因组层面的生物信息学分析，如变异 calling、拷贝数分析、克隆结构重建等。但需注意，实际可用的 BAM 文件仅为 12 个，可能限制部分样本的完整分析。

【使用方法】

用户可通过 omicsdi.org 获取该数据集。根据源站描述，可下载的 BAM 文件共有 12 个，对应 18 个样本中的一部分。使用时可先对 BAM 文件进行质量控制、比对或变异检测等标准全基因组测序分析流程。由于数据集旨在追踪亚克隆异质性，建议结合纵向样本设计，比较同一患者不同治疗周期的样本，以推断亚克隆演化。对于缺失的 6 个文件，源站未提供替代获取方式或说明。具体分析工具、参数设置、参考基因组版本等信息，源站未提供，用户需根据自身研究需求选择合适的方法。

【质量与限制】

该数据集的主要限制在于样本文件不完整：虽然涉及 18 个样本，但只有 12 个 BAM 文件可供下载，其余 6 个文件缺失。这可能导致无法对所有样本进行完整分析，影响亚克隆异质性追踪的全面性。此外，源站未提供关于测序质量、覆盖深度、样本临床元数据、治疗周期具体信息等细节，用户在使用时需自行评估数据适用性。数据集来源于 omicsdi.org，本站分类为肿瘤 / 白血病，主题标签为 Genomics，这些信息可作为筛选和参考依据。其他质量指标如碱基质量、比对率、重复率等，源站未提供。

【引用与许可】

源站未提供该数据集的引用方式、许可协议或使用条款。用户在使用时应自行查阅 omicsdi.org 或相关源站的最新说明，以确认引用要求和数据使用限制。由于源站未提供具体许可信息，无法确定该数据集是否允许商业使用、再分发或修改。建议在发表研究成果时，遵循源站可能要求的致谢或引用规范，但具体内容源站未提供。

原始链接

https://omicsdi.org/dataset/ega/EGAD00001000972

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/EGAD00001000972

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。

数据说明

全基因组测序追踪3名慢性淋巴细胞白血病患者在接受反复治疗周期后的18个样本中的亚克隆异质性。注意：仅可下载12个BAM文件，其余6个文件缺失。

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