基本信息

模态

基因组

创建/更新时间

2026-10-28

资源简介

Ewing sarcoma 融合断点 WGS 提取区域样本

该数据集来源于 omicsdi.org，英文名称为 4fffe301-8067-4ff2-b625-b6a4e31746e9 - samples，本站分类归入肿瘤 / 其他，主题标签为 Genomics。其核心内容是从 Ewing sarcoma（尤文肉瘤）全基因组测序（WGS）数据中提取的、围绕融合断点上下游各 100kb 的区域样本，主要用于血浆中循环肿瘤 DNA（ctDNA）的追踪。整体而言，这是一份以基因组学为标签、聚焦尤文肉瘤融合断点邻近区域的肿瘤研究数据资源，可为融合位点相关的检测设计与分析提供区域层面的样本材料。

【数据集背景】

该数据集面向尤文肉瘤这一肿瘤类型。尤文肉瘤的全基因组测序能够揭示包括基因融合在内的结构变异信息，而融合断点及其邻近区域是融合检测与追踪的重要靶区。本数据集正是在这一背景下，从 WGS 数据中提取融合断点上下游各 100kb 范围内的区域，形成区域样本集合，服务于血浆 ctDNA 的追踪需求。本站将其归类为肿瘤 / 其他，主题标签为 Genomics，体现了其在肿瘤基因组学研究中的定位。

【数据内容】

数据集的内容为从尤文肉瘤全基因组测序中提取的区域样本，每个区域以融合断点为中心，向两侧各延伸 100kb。这些区域样本构成了数据集的主体，其英文名称中的 samples 也表明其以样本为组织单位。数据围绕融合断点展开，因此其关注点集中在断点邻近的序列区域，而非全基因组范围。关于样本的具体数量、个体信息、文件格式与数据规模，源站未提供。

【采集与来源】

数据来源站为 omicsdi.org。根据源站描述，这些区域是从尤文肉瘤 WGS 数据中提取而来，提取范围为融合断点 +/- 100kb，用途指向血浆 ctDNA 追踪。除上述来源与提取方式外，关于样本采集地点、采集时间、测序平台与具体实验流程，源站未提供。

【适用场景】

基于其围绕融合断点提取区域的特点，该数据集适用于与尤文肉瘤融合位点相关的分析场景，例如融合断点邻近区域的序列审视、针对血浆 ctDNA 追踪的检测区域选择与验证等。主题标签 Genomics 也表明其可用于基因组学方向的探索性工作。关于具体的验证性能或应用结论，源站未提供。

【使用方法】

该数据集以区域样本形式组织，使用时可围绕融合断点上下游各 100kb 的提取范围开展分析。关于具体的文件结构、读取方式、配套工具与分析流程，源站未提供。

【质量与限制】

该数据集仅覆盖融合断点邻近各 100kb 的区域，并非全基因组数据，因此不适用于需要全基因组范围的分析。关于数据质量评估指标、样本完整性、覆盖度与批次信息，源站未提供。

【引用与许可】

关于该数据集的引用方式与许可条款，源站未提供。

原始链接

https://omicsdi.org/dataset/ega/EGAD00001009110

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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://omicsdi.org/dataset/ega/EGAD00001009110

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。

数据说明

Extracted regions from WGS of Ewing sarcoma spanning fusion breakpoints +/- 100kb for ctDNA tracking in plasma

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