GDC APOLLO-LUAD：APOLLO1 肺腺癌蛋白质基因组学特征
该数据集来自 GDC 的 APOLLO-LUAD 项目（APOLLO1），聚焦肺腺癌的蛋白质基因组学特征。原发部位为支气管和肺，疾病类型为腺瘤与腺癌，项目计划为 APOLLO，包含 87 例病例、2,145 个文件，总大小 62763.4 GB
基本信息
资源简介
GDC APOLLO-LUAD：APOLLO1 肺腺癌蛋白质基因组学特征
GDC APOLLO-LUAD（APOLLO1：肺腺癌的蛋白质基因组学特征）是一个来自美国国家癌症研究所基因组数据共享平台（GDC）的肿瘤基因组学项目数据集，聚焦于肺腺癌的蛋白质基因组学特征研究。该数据集归属于 APOLLO 项目计划，原发部位为支气管和肺，疾病类型为腺瘤与腺癌，共包含 87 例病例、2,145 个文件，总数据规模达 62763.4 GB。作为 GDC 协调统一的癌症基因组学项目，它整合了临床、生物样本、RNA 测序、全外显子测序、甲基化以及影像等多层次数据，并区分开放获取与受控访问两个层级，为肺腺癌的多组学研究提供了较为完整的资源基础。
【数据集背景】
该数据集来源于 GDC 的 APOLLO-LUAD 项目，项目编号标识为 APOLLO1，研究主题为肺腺癌的蛋白质基因组学特征。其所属项目计划为 APOLLO，原发部位定位在支气管和肺，疾病类型归类为腺瘤与腺癌。作为 GDC 协调统一的癌症基因组学项目，该数据集旨在为肺腺癌的分子特征研究提供标准化的数据支撑。GDC 作为美国国家癌症研究所的数据共享平台，对该项目的数据进行了统一协调与整合，使其能够与其他 GDC 项目在数据格式和访问方式上保持一致。
【数据内容】
该数据集共包含 87 例病例和 2,145 个文件，总大小为 62763.4 GB。数据内容涵盖临床数据、生物样本数据、RNA 测序数据、全外显子测序数据、甲基化数据以及影像数据。这些数据按照 GDC 的开放与受控访问层级进行划分，用户可根据相应的访问权限获取不同层级的数据。主题标签为腺瘤与腺癌，与数据集的疾病类型定位一致。
【采集与来源】
该数据集来自 portal.gdc.cancer.gov，即美国国家癌症研究所基因组数据共享平台。作为 GDC 协调统一的癌症基因组学项目，其数据采集与整合遵循 GDC 的统一规范。源站描述中明确其原发部位为支气管和肺，疾病类型为腺瘤与腺癌，项目计划为 APOLLO。关于具体的样本采集流程、时间跨度、采集机构等细节，源站未提供。
【适用场景】
该数据集适用于肺腺癌蛋白质基因组学相关的研究场景，包括基于 RNA 测序、全外显子测序和甲基化数据的分子特征分析，以及结合临床、生物样本和影像数据的多组学整合研究。由于其涵盖临床、生物样本、RNA 测序、全外显子测序、甲基化和影像等多种数据类型，可用于探索肺腺癌在基因组、转录组、表观基因组及蛋白质基因组层面的特征。此外，该数据集也可用于方法学验证、数据整合分析等通用研究用途。
【使用方法】
用户可通过 portal.gdc.cancer.gov 访问该数据集。数据按照开放获取与受控访问两个层级进行管理，用户需根据自身权限获取相应层级的数据。关于具体的数据下载方式、文件格式说明、分析工具推荐等操作细节，源站未提供。
【质量与限制】
该数据集为 GDC 协调统一的癌症基因组学项目，其数据经过统一协调与整合。数据集包含 87 例病例，样本量相对有限，可能影响统计推断的广度。数据分为开放与受控访问两个层级，部分数据可能受到访问权限限制。关于数据的具体质量控制指标、缺失情况、批次效应等技术细节，源站未提供。
【引用与许可】
该数据集来源于 portal.gdc.cancer.gov 的 GDC APOLLO-LUAD 项目。关于具体的引用格式、许可条款、使用协议及数据共享政策等细节，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。
需登录公开下载
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。
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://portal.gdc.cancer.gov/projects/APOLLO-LUAD
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:
数据集大小约 67391.70 GB。
数据说明
GDC项目APOLLO-LUAD（APOLLO1：肺腺癌的蛋白质基因组学特征）。原发部位：支气管和肺。疾病类型：腺瘤和腺癌。项目：APOLLO。病例数：87。文件数：2,145。总大小：62763.4 GB。NCI基因组数据共享统一癌症基因组学项目（临床、生物样本、RNA测序、全外显子组测序、甲基化及影像数据；开放与受控访问层级）。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
