PRJDB12905：循环肿瘤DNA非重叠整合读段测序预测EGFR突变NSCLC患者EGFR-TKI疗效
在包括肺癌在内的实体瘤中，由于相应分子靶向治疗的有效性，指南建议在引入全身化疗时识别驱动基因突变以接受相应治疗。在肺癌中，可靶向驱动突变的识别正在进展，治疗前检测多种可靶向驱动突变变得至关重要
基本信息
资源简介
PRJDB12905：循环肿瘤DNA非重叠整合读段测序预测EGFR突变NSCLC患者EGFR-TKI疗效
PRJDB12905 是一项围绕循环肿瘤来源 DNA 的非重叠整合读段测序（Non-overlapping integrated reads，NOIR）展开的研究数据集，聚焦于 EGFR 突变非小细胞肺癌（NSCLC）患者，旨在探索该测序策略能否成功预测 EGFR-TKI 的疗效。数据集归属于肿瘤／肺癌分类，来源为 ebi.ac.uk。其核心价值在于将液体活检与新一代测序相结合，回应肺癌临床实践中肿瘤组织标本难以获取、而治疗前又需要识别多种可靶向驱动突变的现实矛盾，为分子靶向治疗的用药决策提供基于外周血的分析路径。
【数据集背景】
在包括肺癌在内的实体瘤中，由于相应分子靶向治疗具有明确疗效，指南建议在引入全身化疗时识别驱动基因突变，以便患者接受对应的分子靶向治疗。在肺癌领域，可靶向驱动突变的识别正在不断进展，治疗前检测多种可靶向驱动突变已变得至关重要。为识别这些突变，新一代测序（NGS）正快速进入临床实践。但与其它癌种不同的是，肺癌尤其是晚期病例往往只能通过支气管镜活检获得相对较小的标本，要成功完成 NGS 分析并不容易，可能无法取得足够满足 NGS 分析的肿瘤组织标本。在这一背景下，基于游离 DNA（cell free DNA）的液体活检成为重要的替代途径，本数据集即在这一临床需求下产生。
【数据内容】
该数据集为 EGFR 突变 NSCLC 患者的循环肿瘤来源 DNA 非重叠整合读段（NOIR）测序数据，研究主题是评估该测序方式能否成功预测 EGFR-TKI 的疗效。数据集名称同时标明了测序对象（循环肿瘤来源 DNA）、测序策略（NOIR）与临床目标（预测 EGFR-TKI 疗效）。除上述主题信息外，样本数量、测序读长、数据量、文件格式等具体内容，源站未提供。
【采集与来源】
数据来源站为 ebi.ac.uk，数据集编号为 PRJDB12905。研究对象为 EGFR 突变的非小细胞肺癌患者，检测材料为循环肿瘤来源 DNA，即通过液体活检方式从外周血中获取的游离 DNA。关于具体的采样时间点、入组中心、患者纳入与排除标准、测序平台与建库流程等细节，源站未提供。
【适用场景】
该数据集适用于肺癌分子靶向治疗相关的转化研究与临床方法学评估，典型用途包括：评估基于循环肿瘤 DNA 的 NOIR 测序在 EGFR 突变 NSCLC 患者中预测 EGFR-TKI 疗效的能力；在组织标本不足、难以完成常规 NGS 分析的情况下，探索液体活检作为替代检测路径的可行性；以及围绕治疗前多种可靶向驱动突变检测需求开展的方法比较研究。其它潜在应用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用说明，包括数据下载方式、分析流程、推荐软件与参数设置等。
【质量与限制】
该数据集所对应的研究关注组织标本不足条件下液体活检 NGS 分析的可行性问题，其方法学意义在于以血液样本弥补组织样本的不足。但就本数据集而言，样本规模、数据完整度、测序质量指标、批间一致性以及结果的验证情况等，源站未提供，使用时应结合原始记录自行评估。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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://ebi.ac.uk/ena/browser/view/PRJDB12905
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
在实体瘤（包括肺癌）中，指南推荐在引入全身化疗时识别驱动基因突变，以便采用相应的分子靶向治疗，这是因为靶向治疗具有显著疗效。在肺癌领域，可靶向驱动突变的识别不断取得进展，因此在治疗前检测多种可靶向驱动突变已变得至关重要。为识别这些突变，下一代测序（NGS）正迅速进入临床实践。然而，颇具讽刺意味的是，与其他癌种不同，肺癌要求利用支气管镜活检获得的相对较小的标本成功完成NGS，尤其是在晚期病例中，可能无法获取足够的肿瘤组织标本以成功进行NGS分析。在此情况下，液体活检——即基于外周血浆中游离DNA（cfDNA）或循环肿瘤来源DNA（ctDNA）的NGS分析——因其无需组织样本，在肺癌治疗中可成为极其有力的工具。
在本研究中，我们采用NOIR测序系统对携带激活型EGFR突变的非小细胞肺癌（NSCLC）患者的ctDNA进行了分析，以评估奥希替尼治疗期间的疗效及肿瘤亚克隆的行为。
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。
