TCGA-SARC 黏液纤维肉瘤亚型基因组与临床数据集
包含黏液纤维肉瘤的多组学及临床数据集
基本信息
资源简介
TCGA-SARC 黏液纤维肉瘤亚型基因组与临床数据集
【数据集背景】
本数据集源站标题为《Sarcoma》。
【数据内容】
源站原始描述：disease_type: Lipomatous Neoplasms, Fibromatous Neoplasms, Synovial-like Neoplasms, Myomatous Neoplasms, Nerve Sheath Tumors, Soft Tissue Tumors and Sarcomas, NOS；primary_site: Colon, Stomach, Meninges, Corpus uteri, Uterus, NOS, Other and unspecified male genital organs, Kidney, Peripheral nerves and autonomic nervous system, Retroperitoneum and peritoneum, Bones, joints and articular cartilage of limbs, Other and unspecified parts of tongue, Connective, subcutaneous and other soft tissues, Ova…
【主题与分类】
主题标签：[''Lipomatous Neoplasms'', ''Fibromatous Neoplasms'', ''Synovial-like Neoplasms'', ''Myomatous Neoplasms'', ''Nerve Sheath Tumors'', ''Soft Tissue Tumors and Sarcomas, NOS'']、[''Colon'', ''Stomach'', ''Meninges'', ''Corpus uteri'', ''Uterus, NOS'', ''Other and unspecified male genital organs'', ''Kidney'', ''Peripheral nerves and autonomic nervous system'', ''Retroperitoneum and peritoneum'', ''Bones, joints and articular cartilage of limbs'', ''Other and unspecified parts of tongue'', ''Connective, subcutaneous and other soft tissues'', ''Ovary'']。
【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/TCGA-SARC
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/TCGA-SARC
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 240.00 GB。
数据说明
癌症基因组图谱（TCGA）中的肉瘤项目，包含多例黏液纤维肉瘤患者的基因组、转录组及详细的临床表型数据，用于分子分型和预后研究。
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。
