比对和变异检测基准测试
用于评估肺癌基因组比对和结构变异检测方法的基准数据集，包含长读长和短读长测序数据。
基本信息
模态
基因组
创建/更新时间
2026-10-10
资源简介
该数据集包含肺癌及配对正常样本的全基因组测序数据，同时使用长读长和短读长测序技术，旨在系统评估三种序列比对器和六种结构变异检测工具（包括通用和体细胞专用）在体细胞结构变异检测中的性能。研究比较了不同比对与检测组合对变异类型、大小、灵敏度和准确度的影响，发现长读长测序能检测到更多事件，且体细胞专用检测器（如nanomonsv）召回率更高。数据可重复使用于肺癌基因组变异检测方法的基准测试。
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://www.omicsdi.org/dataset/ega/EGAS00001007819
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
