CoMMpass 多发性骨髓瘤研究数据集
CoMMpass研究收集了大量新诊断多发性骨髓瘤患者的临床、基因组和分子数据。由Multiple Myeloma Research Foundation提供，来自NIH National Cancer Institute GDC Data Portal，数据格式为表格，包含1143条数据记录，适用于分类任务，许可证为Open Data Commons。
基本信息
资源简介
CoMMpass 多发性骨髓瘤研究数据集
【一句话概览】
MMRF-COMMPASS 项目包含受控访问数据，需通过 dbGaP 申请获取，具体步骤参见受控数据获取说明。该项目涉及 995 名受试者，标签涵盖多发性骨髓瘤、浆细胞肿瘤、造血与网状内皮系统、拷贝数变异、测序读段、简单核苷酸变异、体细胞结构变异、结构变异、转录组分析、RNA-Seq、WGS 和 WXS（来源 portal.gdc.cancer.gov）。
【数据集背景】
本数据集源站标题为《MMRF-COMMPASS》。
【数据内容】
源站原始描述：The project has controlled access data which requires dbGaP Access. See instructions for Obtaining Access to Controlled Data
中文译文（机器翻译，仅供快速理解，请以原文为准）：该项目包含受控访问数据，需获得dbGaP访问权限。有关获取受控数据访问权限的说明，请参见指南。
【主题与分类】
主题标签：Multiple Myeloma、Plasma Cell Tumors、Hematopoietic and reticuloendothelial sy、Copy Number Variation、Sequencing Reads、Simple Nucleotide Variation、Somatic Structural Variation、Structural Variation、Transcriptome Profiling、RNA-Seq。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://portal.gdc.cancer.gov/projects/MMRF-COMMPASS
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://portal.gdc.cancer.gov/projects/MMRF-COMMPASS
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 2600.00 GB。
数据说明
CoMMpass研究收集了大量新诊断多发性骨髓瘤患者的临床、基因组和分子数据。包含全外显子组测序(WES)、RNA测序(RNA-Seq)和纵向临床随访数据，是目前最大、最完整的多发性骨髓瘤多组学数据集之一。
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。
