PRJDB15968：新型NGS肺癌panel CDx经痰细胞学检出晚期NSCLC的EML4-ALK基因突变
驱动基因突变的检测对肺癌已变得至关重要。然而，样本量不足使基因panel检测难以使用。我们此前报道，肺癌compact panel TM（LCCP）可通过痰细胞学检测EGFR和MET基因突变
基本信息
资源简介
PRJDB15968：新型NGS肺癌panel CDx经痰细胞学检出晚期NSCLC的EML4-ALK基因突变
该数据集来自 ebi.ac.uk，英文名称为“PRJDB15968: EML4-ALK gene mutation detected by a new NGS lung cancer panel CDx using sputum cytology in a case of advanced NSCLC”，在肿瘤 / 肺癌分类下收录。其核心内容围绕一例晚期非小细胞肺癌（NSCLC）病例，报告了通过痰细胞学样本、使用一种新近在日本发布的下一代测序（NGS）肺癌 panel CDx——肺癌 compact panel TM（LCCP），成功检出 EML4-ALK 融合基因。源站描述指出，驱动基因突变的检测对肺癌已变得至关重要，但样本量不足常使基因 panel 检测难以使用；此前已有报道显示 LCCP 可通过痰细胞学检测 EGFR 和 MET 基因突变，而利用痰样本 RNA 检测基因突变曾被认为在实际操作中较为困难。本数据集即围绕这一成功检出 EML4-ALK 的病例展开。
【数据集背景】
在肺癌诊疗中，驱动基因突变的检测已成为关键环节。然而，临床实践中常面临样本量不足的问题，导致基因 panel 检测难以顺利开展。源站描述提到，此前已有工作报道肺癌 compact panel TM（LCCP）能够通过痰细胞学检测 EGFR 和 MET 基因突变。与此同时，利用痰样本中的 RNA 来检测基因突变，长期以来被认为在实际操作上存在较大困难。该数据集所对应的报告，正是在这一背景下，尝试并成功从痰样本中检出 EML4-ALK 融合基因，所使用的 LCCP 是刚在日本发布的、作为新型下一代测序肺癌 panel CDx 的产品。该案例针对的是一例晚期非小细胞肺癌（NSCLC）患者。
【数据内容】
该数据集记录的核心事件是：在一例晚期 NSCLC 病例中，通过痰细胞学样本，使用新型 NGS 肺癌 panel CDx（即 LCCP）检测到 EML4-ALK 基因突变（融合基因）。源站描述强调，这是利用痰样本 RNA 成功检测 EML4-ALK 融合基因的案例。数据集英文名称本身也直接点明了“EML4-ALK gene mutation detected by a new NGS lung cancer panel CDx using sputum cytology in a case of advanced NSCLC”。除上述信息外，源站未提供更细粒度的数据内容说明，例如具体的样本数量、测序深度、突变位点细节、患者临床特征等。
【采集与来源】
该数据集的来源站为 ebi.ac.uk。其英文名称中包含“PRJDB15968”，表明其在该来源站具有相应编号。源站描述提及，检测所使用的样本类型为痰细胞学样本，检测方法为基于下一代测序的肺癌 panel CDx，具体产品为 LCCP，且该产品刚在日本发布。所涉及的病例为晚期 NSCLC。关于样本采集的具体流程、时间、地点、伦理审批信息以及数据提交机构等，源站未提供。
【适用场景】
基于源站描述，该数据集所涉及的技术路径适用于肺癌驱动基因突变检测，尤其是在样本量不足、常规基因 panel 检测难以开展的情况下，探索通过痰细胞学样本进行检测的可能性。其报告的成功案例针对 EML4-ALK 融合基因，并提及此前 LCCP 已可通过痰细胞学检测 EGFR 和 MET 基因突变。因此，该数据集可能对关注肺癌无创或微创样本（如痰样本）进行基因突变检测的研究者、临床检验人员以及相关 panel 开发者具有参考意义。但需注意，源站未提供该数据集在其他癌种、其他基因或更广泛临床场景中的适用性说明。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、文件格式、分析流程、软件工具或代码等。因此，无法依据现有信息给出使用指引。
【质量与限制】
源站描述中提及，利用痰样本 RNA 检测基因突变曾被认为在实际操作中较为困难，而本案例成功检出了 EML4-ALK 融合基因。这提示该案例可能具有方法学上的探索意义。但源站未提供关于数据质量、验证方法、重复性、灵敏度、特异性或与其他检测方法对比的详细信息。此外，该数据集基于一例晚期 NSCLC 病例，源站未说明其是否具有人群代表性或可推广性。其他质量与限制信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式、许可协议或使用条款。如需引用或使用，应直接查阅 ebi.ac.uk 上对应编号 PRJDB15968 的页面以获取最新信息。
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/PRJDB15968
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
驱动基因突变的检测对肺癌已变得至关重要。然而，样本量不足使基因 panel 检测难以应用。我们此前报道，lung cancer compact panel TM（LCCP）可通过痰细胞学检测 EGFR 和 MET 基因突变。迄今为止，利用痰样本中的 RNA 检测基因突变被认为在实际中难以实现。我们报告一例病例：使用刚在日本作为新型下一代测序肺癌 panel CDx 上市的 LCCP，从痰样本中成功检测到了 EML4-ALK 融合基因。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
