AWS开放mCRPC基因组数据集
该数据集通过AWS开放数据注册表发布，包含mCRPC转移活检样本的WGS和RNA-seq数据，支持云端基因组分析。由NIH STRIDES Initiative提供，来自Registry of Open Data on AWS，包含多种数据模态，适用于分类任务，专注于肿瘤领域的转移性去势抵抗性前列腺癌（mCRPC）研究。
基本信息
资源简介
AWS开放mCRPC基因组数据集
【一句话概览】
该研究对去势抵抗性前列腺癌转移灶活检样本进行全基因组测序和RNA测序，旨在阐明转移性去势抵抗性前列腺癌治疗中，尤其是雄激素信号抑制剂获得性耐药的分子机制。研究通过NIH STRIDES计划在AWS上提供，包含1个文件，标签涉及生命科学、癌症、基因组、全基因组测序等，遵循NIH基因组数据共享政策（来源 AWS Open Data Registry，NIH Genomic Data Sharing Policy: https://gdc.cancer.gov/access-data/data-access-policies 许可）。
【数据集背景】
本数据集源站标题为《Genomic Characterization of Metastatic Castration Resistant Prostate Cancer》。
【数据内容】
源站原始描述：Biopsies of castration resistant prostate cancer metastases were subjected to whole genome sequencing (WGS), along with RNA-sequencing (RNA-Seq). The overarching goal of the study is to illuminate molecular mechanisms of acquired resistance to therapeutic agents, and particularly androgen signaling inhibitors, in the treatment of metastatic castration resistant prostate cancer (mCRPC). This study is made available on AWS via the NIH STRIDES Initiative
中文译文（机器翻译，仅供快速理解，请以原文为准）：对去势抵抗性前列腺癌转移灶的活检样本进行了全基因组测序（WGS）及RNA测序（RNA-Seq）。该研究的总体目标是阐明在转移性去势抵抗性前列腺癌（mCRPC）治疗中，对治疗药物，尤其是雄激素信号抑制剂获得性耐药的分子机制。本研究通过NIH STRIDES计划在AWS平台上公开。
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：aws-pds、life sciences、cancer、genomic、whole genome sequencing、STRIDES。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://registry.opendata.aws/mcrpc/
使用许可：NIH Genomic Data Sharing Policy: https://gdc.cancer.gov/access-data/data-access-policies。
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://registry.opendata.aws/mcrpc/
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
该数据集通过AWS开放数据注册表发布，包含mCRPC转移活检样本的WGS和RNA-seq数据，支持云端基因组分析。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
