EGAS00001002408 肝癌样本数据集

数据集获取

源站：https://omicsdi.org/dataset/ega/EGAD00001003281

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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

驱动肿瘤发生的基因组改变源于环境暴露与内源性细胞过程的相互作用。肝癌具有包括病毒感染、致癌物暴露和代谢性疾病在内的多种危险因素，是研究这些相互作用的理想模型。通过对肝脏肿瘤进行全基因组测序，我们识别出10种突变特征，它们与环境暴露、复制和转录之间存在不同的关联。转录偶联损伤与肝脏特异性特征16及酒精摄入特别相关。在极高表达的肝脏特异性基因中发现了大量插入缺失，这可能是复制-转录冲突所致。亚克隆结构的重建揭示了肿瘤发展过程中突变特征的演化，以非洲移民中黄曲霉毒素-B1特征的消失为例。这些发现为肝癌的自然史提供了新的见解。

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。