ena-DATASET-RTL-28-11-2016-14:59:24:922-128 样本集
该数据集为来自 omicsdi.org 的 RNAseq 数据，属于肿瘤/肺癌方向，包含原发性肿瘤与健康肺组织的 RNA 测序样本
基本信息
资源简介
ena-DATASET-RTL-28-11-2016-14:59:24:922-128 样本集
该数据集为来自 omicsdi.org 的 RNAseq 数据，属于肿瘤/肺癌方向，包含原发性肿瘤与健康肺组织的 RNA 测序样本。样本经 RNeasy Mini Kit 提取 RNA，使用 Illumina TruSeq Stranded mRNA 建库，并在 Illumina HiSeq 2500 平台上完成 50 循环单端测序。数据可用于研究小细胞肺癌向变异神经内分泌亚型进展的转录组特征，以及 Aurora 激酶抑制相关脆弱性的分析（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：RNAseq 数据集（Mollaoglu 等，MYC 驱动小细胞肺癌向具有 Aurora 激酶抑制脆弱性的变异神经内分泌亚型进展）。使用 RNeasy Mini Kit（Qiagen）按标准方案从原发性肿瘤和健康肺组织中进行 RNA 分离。按照制造商方案，使用 Illumina TruSeq Stranded mRNA Sample Preparation Kit（货号 RS-122-2101、RS-122-2102）对 RNA 进行文库构建。将化学变性的测序文库（25 pM）使用 Illumina cBot 加载到 Illumina HiSeq v4 单读流式细胞。使用 Illumina HiSeq SR Cluster Kit v4-cBot（GD-401-4001）中的试剂对杂交分子进行克隆扩增并与测序引物退火。将流动池转移到 Illumina HiSeq 2500 仪器（HCSv2.2.38 和 RTA v1.18.61）后，进行 50 循环单读测序运行。
【主题与分类】
主题标签：Genomics。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://omicsdi.org/dataset/ega/EGAD00001003099
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/EGAD00001003099
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
RNAseq数据集（Mollaoglu等，MYC驱动小细胞肺癌向具有Aurora激酶抑制敏感性的变异神经内分泌亚型进展）采用RNeasy Mini Kit（Qiagen）并按照标准方案从原发肿瘤和健康肺组织中提取RNA。按照制造商方案，使用Illumina TruSeq Stranded mRNA Sample Preparation Kit（货号RS-122-2101、RS-122-2102）对RNA进行文库构建。将化学变性的测序文库（25 pM）通过Illumina cBot加载至Illumina HiSeq v4单端读取流动槽。使用Illumina HiSeq SR Cluster Kit v4-cBot（GD-401-4001）中的试剂对杂交分子进行克隆扩增并与测序引物退火。将流动槽转移至Illumina HiSeq 2500仪器（HCSv2.2.38和RTA v1.18.61）后，使用HiSeq SBS Kit v4测序试剂（FC-401-4002）进行50循环单端读取测序运行。
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。
