基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-11

资源简介

EGAS00001000837-sc-20171218 肺癌原位癌样本数据集

EGAS00001000837-sc-20171218 - samples 是一个聚焦肿瘤领域、尤其是肺癌方向的组学数据集，来源于 omicsdi.org。该数据集围绕肺鳞状细胞癌的前侵袭性前驱病变——肺癌原位癌（CIS）病灶展开，旨在通过分子层面的系统分析，探索能否区分后续会进展为浸润性癌的病灶与会自发消退的病灶。数据集涵盖进展性、消退性以及正常对照样本，涉及基因组、表观基因组和转录组等多层次信息，主题标签为 Genomics。对于关注肺癌早期演化机制、前侵袭性病变分子特征以及多组学整合分析的研究者而言，该数据集提供了具有潜在价值的研究材料。

【数据集背景】

肺癌原位癌（CIS）病灶是肺鳞状细胞癌的浸润前前驱病变。然而，在三年内，只有约一半的 CIS 病灶会进展为浸润性癌，另有约三分之一会自发消退。现代分子谱分析技术能否识别那些后续会进展的浸润前病灶，并将其与会消退的病灶区分开来，此前尚不明确。该数据集正是围绕这一核心问题构建，试图从基因组、表观基因组和转录组层面刻画进展性与消退性 CIS 病灶的差异。

【数据内容】

该数据集包含对进展性和消退性 CIS 病灶进行激光捕获后，对其基因组、表观基因组和转录组进行 interrogate 所得的数据。具体样本构成包括：83 个进展性病灶、41 个消退性病灶，以及 33 个正常上皮对照样本。研究还对 DNA 甲基化和基因表达谱利用公开可用的肺癌数据进行了进一步验证。结果显示，进展性病灶的体细胞突变负荷高于消退性 CIS 病灶，这一差异体现在碱基替换、重排和拷贝数变化等多个方面。源站描述在“Driver mutat”处中断，因此关于驱动突变的具体内容，源站未提供完整信息。

【采集与来源】

该数据集来源于 omicsdi.org，英文名称为 EGAS00001000837-sc-20171218 - samples。样本涉及进展性 CIS 病灶、消退性 CIS 病灶以及正常上皮对照，采用激光捕获方式获取。关于样本采集的具体时间、地点、机构、伦理审批信息以及更详细的实验流程，源站未提供。

【适用场景】

该数据集适用于肺癌前侵袭性病变的分子机制研究，尤其是肺鳞状细胞癌早期演化的多组学分析。可用于探索进展性与消退性 CIS 病灶在体细胞突变负荷、DNA 甲基化、基因表达等方面的差异，也可用于验证或比较公开肺癌数据中的相关分子特征。对于希望识别进展风险标志物、理解 CIS 自发消退机制的研究，该数据集具有潜在应用价值。具体分析工具、平台兼容性或推荐流程，源站未提供。

【使用方法】

源站未提供具体的使用方法、数据下载格式、预处理步骤或分析流程说明。

【质量与限制】

源站未提供关于数据质量评估、批次效应、样本纳入排除标准或技术限制的详细说明。已知样本量包括 83 个进展性病灶、41 个消退性病灶和 33 个正常对照，但关于数据完整性、覆盖度或潜在偏倚的信息，源站未提供。

【引用与许可】

源站未提供引用方式、许可协议或数据使用条款信息。

原始链接

https://omicsdi.org/dataset/ega/EGAD00001003883

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/EGAD00001003883

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

背景：肺原位癌（CIS）病变是肺鳞状细胞癌的浸润前前驱病变。然而，仅半数在三年内进展为浸润性癌，而三分之一则自发消退。现代分子谱分析技术能否识别那些随后会进展的浸润前病变，并将其与会消退的病变区分开来，尚不清楚。方法：对进展性和消退性CIS病变进行激光捕获显微切割，并对其基因组、表观基因组和转录组进行检测。我们分析了83例进展性病变、41例消退性病变和33例正常上皮对照样本。DNA甲基化和基因表达谱进一步利用公开可得的肺癌数据进行了验证。结果：进展性病变的体细胞突变负荷高于消退性CIS病变，涵盖碱基替换、重排和拷贝数变化。驱动突变在进展性和消退性CIS病变中均存在，但在进展性病例中数量更多。进展性和消退性CIS病变具有不同的表观基因组和转录谱，并伴有强烈的染色体不稳定性特征。

基因表达、甲基化及拷贝数图谱均能准确预测哪些CIS病变将进展为肺癌。结论：通过分子谱分析，可以区分那些随后将进展为浸润性肺癌的浸润前CIS病变与那些将消退的病变。进展与强烈的染色体不稳定性特征相关。这些发现为新型治疗靶点的开发提供了信息。

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