肝细胞癌活检RNA测序样本数据集
数据可用于肝癌与正常肝组织的转录组比较分析，支持差异表达、分子分型及生物标志物发现等研究，为肝癌的分子机制探索和临床转化研究提供基础（来源 omicsdi.org）
基本信息
资源简介
肝细胞癌活检RNA测序样本数据集
该数据集收录于 omicsdi.org，分类为肿瘤 / 肝癌，主题标签为 Genomics。其核心内容是对 122 例肝细胞癌活检样本与 15 例正常肝活检样本进行 RNA 测序所获得的数据。测序工作采用 TruSeq Stranded Total RNA Library Prep Kit with Ribo-Zero Gold（Illumina）建库，以 200 ng 总 RNA 为起始量，按照制造商规格执行；测序在 Illumina HiSeq 2500 平台上完成，采用单端 126-bp 读长和 v4 SBS 化学，由 Genomics Facility Basel 依据制造商指南操作。原始数据分析使用 Illumina RTA 1.18.66.3 版本完成。该数据集可用于肝癌与正常肝组织的转录组比较分析，支持差异表达、分子分型及生物标志物发现等研究方向，为肝癌分子机制探索和临床转化研究提供基础数据资源。
【数据集背景】
肝癌是全球范围内常见的恶性肿瘤之一，其分子机制复杂，涉及多基因、多通路的异常调控。转录组层面的研究能够系统揭示肿瘤组织与正常组织之间的基因表达差异，为理解肝癌发生发展过程提供重要线索。该数据集聚焦于肝细胞癌，通过对比 122 例肝癌活检样本与 15 例正常肝活检样本的 RNA 测序结果，构建了一个可用于转录组比较分析的数据资源。其来源站为 omicsdi.org，本站分类归入肿瘤 / 肝癌，主题标签为 Genomics，表明该数据集属于基因组学范畴，主要服务于肝癌相关的分子生物学与临床转化研究。
【数据内容】
该数据集包含 122 例肝细胞癌活检样本和 15 例正常肝活检样本的 RNA 测序数据。样本类型为活检组织，覆盖肿瘤组织与正常肝组织两类。测序数据为单端 126-bp 读长，基于 Illumina HiSeq 2500 平台产生。建库过程中使用 TruSeq Stranded Total RNA Library Prep Kit with Ribo-Zero Gold（Illumina），以 200 ng 总 RNA 为起始量，按照制造商规格进行。原始数据分析通过 Illumina RTA 1.18.66.3 完成。数据集名称中包含“samples”字样，提示其内容以样本层面的测序数据为主。除上述信息外，源站未提供关于样本临床特征、基因表达矩阵、变异注释等更详细的数据内容描述。
【采集与来源】
该数据集的来源站为 omicsdi.org。测序工作由 Genomics Facility Basel 完成，遵循制造商指南进行操作。建库采用 TruSeq Stranded Total RNA Library Prep Kit with Ribo-Zero Gold（Illumina），起始总 RNA 量为 200 ng。测序在 Illumina HiSeq 2500 平台上进行，使用 v4 SBS 化学，读长为单端 126-bp。原始数据分析使用 Illumina RTA 1.18.66.3 版本。关于样本采集的具体时间、地点、伦理审批信息以及患者人群特征等，源站未提供。
【适用场景】
根据来源站描述，该数据集可用于肝癌与正常肝组织的转录组比较分析，支持差异表达分析、分子分型研究以及生物标志物发现等研究方向。具体而言，研究者可利用该数据比较肝细胞癌组织与正常肝组织之间的基因表达差异，识别在肿瘤中异常表达或可变剪接的基因；也可基于表达谱进行分子分型探索，寻找与肝癌亚型相关的表达特征；此外，该数据还可用于候选生物标志物的发现与验证研究，为肝癌的分子机制探索和临床转化研究提供基础。主题标签 Genomics 进一步表明其适用于基因组学相关分析场景。
【使用方法】
该数据集以 RNA 测序数据形式提供，使用时可依据标准转录组分析流程进行处理。由于测序为单端 126-bp 读长，且建库采用链特异性总 RNA 建库方案（TruSeq Stranded Total RNA Library Prep Kit with Ribo-Zero Gold），分析时需考虑链特异性信息。原始数据分析已由 Illumina RTA 1.18.66.3 完成，后续分析可包括比对、表达定量、差异表达分析、聚类分析及功能富集等。具体的数据下载方式、文件格式、参考基因组版本及分析工具建议等，源站未提供。
【质量与限制】
该数据集使用 Illumina HiSeq 2500 平台和 v4 SBS 化学进行测序，建库与测序均按照制造商规格和指南执行，原始数据分析使用 Illumina RTA 1.18.66.3 完成，具备明确的技术流程记录。样本包括 122 例肝细胞癌活检和 15 例正常肝活检，肿瘤样本数量明显多于正常样本，在比较分析时需注意两组样本量的不均衡。此外，关于样本的临床分期、分级、病因背景、随访信息以及数据覆盖深度、质量评分等，源站未提供，使用者在解释结果时需考虑这些潜在限制。
【引用与许可】
该数据集的来源站为 omicsdi.org。关于数据集的引用方式、许可协议、使用条款及原始文献信息等，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。
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/EGAD00001008205
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
对122例肝细胞癌活检组织和15例正常肝活检组织进行了RNA测序。RNA-seq文库制备使用200 ng总RNA，采用TruSeq Stranded Total RNA Library Prep Kit with Ribo-Zero Gold（Illumina），按照制造商规格进行。单端126 bp测序在Illumina HiSeq 2500平台上完成，使用v4 SBS化学试剂，在Genomics Facility Basel按照制造商指南进行。原始数据分析使用Illumina RTA版本1.18.66.3完成。
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。
