633b93b3-22ef-4fa3-bbc7-ad5a0ebb4df8 样本集
该数据集来自 omicsdi.org，包含 28 例未经治疗的食管腺癌（EAC）样本的外显子组测序数据。每个肿瘤取 3 至 4 块不同区域活检混合后提取核酸，以缓解 EAC 的高异质性
基本信息
资源简介
633b93b3-22ef-4fa3-bbc7-ad5a0ebb4df8 样本集
该数据集来自 omicsdi.org，包含 28 例未经治疗的食管腺癌（EAC）样本的外显子组测序数据。每个肿瘤取 3 至 4 块不同区域活检混合后提取核酸，以缓解 EAC 的高异质性。WES 平均覆盖度 120X，自体 PBMC 作为胚系对照平均覆盖度 80X。使用 SureSelect QXT Human All Exon V7 试剂盒建库，NextSeq 550 测序，2x150 bp。数据分三个双端测序批次独立分析，并包含 RNA 测序信息。可用于研究 EAC 的体细胞突变、肿瘤异质性及基因组特征（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：对 n=28 例未经治疗的食管腺癌（EAC）进行了外显子组测序。在核酸提取前，将每例肿瘤不同区域的 3 至 4 块活检样本混合，以缓解 EAC 所描述的高度异质性。WES 在 EAC 活检样本上以平均 120X 覆盖度进行，自体 PBMC 用作胚系对照，平均覆盖度 80X。使用 SureSelect QXT Human All Exon V7 试剂盒（Agilent Technologies）从 30 ng 输入 DNA 制备文库，并在 NextSeq 550（Illumina）上测序，2x150 bp。BCL 文件使用 bcl2fastq2 软件（Illumina）解复用为 FastQ 文件。三个双端测序批次独立分析（批次1：样本 8、10、11、12、15、17、18；批次2：样本 20、24、25、26、27、29、30、31、33、34；批次3：样本 35、37、39、40、41、43、45、48、54、55、57）。RNA 测序在
【主题与分类】
主题标签：Genomics。本站分类：肿瘤。
【获取与许可】
源站页面：https://omicsdi.org/dataset/ega/EGAD00001010876
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/EGAD00001010876
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
对n=28例未接受治疗的食管腺癌（EAC）进行了外显子组测序。为减轻EAC已知的高度异质性，在核酸提取前，对每例肿瘤不同区域取样的3至4份活检组织进行了混合。对EAC活检组织以平均120X覆盖度进行WES，并以自体PBMC作为胚系对照，平均覆盖度为80X。使用SureSelect QXT Human All Exon V7试剂盒（Agilent Technologies）从30 ng输入DNA制备文库，并在NextSeq 550（Illumina）上以2x150 bp进行测序。使用bcl2fastq2软件（Illumina）将BCL文件解复用为FastQ文件。三个双端测序批次独立分析（批次1：样本8、10、11、12、15、17、18；批次2：样本20、24、25、26、27、29、30、31、33、34；批次3：样本35、37、39、40、41、43、45、48、54、55、57）。对n=26例未接受治疗的食管腺癌（EAC）进行了RNA测序。为减轻EAC已知的高度异质性，在核酸提取前，对每例肿瘤不同区域取样的3至4份活检组织进行了混合。
RNAseq文库使用TruSeq Stranded mRNA文库制备试剂盒（Illumina）按照低通量方案在50 ng总RNA（RNA完整性指数RIN ≥7）上制备。经过PCR富集（15个循环）和接头连接片段的纯化后，使用D1000 Screen Tape系统（Agilent）测量DNA片段的浓度和长度，获得的中位插入片段大小为311个核苷酸。随后，RNAseq文库使用Illumina NovaSeq平台进行测序，1x100 bp，平均每个样本获得1亿条单端reads。
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。
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。
