72022412-5cd1-4c2d-91d7-6935538c9f61 - samples 肿瘤外显子组数据
该数据集来自 omicsdi.org，属于肿瘤/其他分类，包含筛查队列中37对肿瘤/正常样本的全外显子组测序数据，以及其中1例患者的复发肿瘤样本
基本信息
资源简介
72022412-5cd1-4c2d-91d7-6935538c9f61 - samples 肿瘤外显子组数据
该数据集来源于 omicsdi.org，归类于肿瘤 / 其他方向，主题标签为 Genomics。其英文名称为 72022412-5cd1-4c2d-91d7-6935538c9f61 - samples。整体研究由两个患者队列组成：筛查队列包含 40 例来自德国的患者，验证队列包含 40 例来自亚洲的患者。此外，研究还分析了胆管和 CCA 细胞系。本数据集提供的是筛查队列中 37 对肿瘤/正常样本的全外显子组测序数据，并额外包含这 37 例患者中 1 例的复发肿瘤样本。数据在 Illumina HiSeq 2000 设备上以双端模式生成，并以 BAM 文件格式存储。该数据集可用于围绕肿瘤相关基因组变异开展探索性分析，尤其适合关注肿瘤/正常配对比较及复发相关研究的使用者。
【数据集背景】
该数据集所属的整体研究聚焦于肿瘤相关方向，具体涉及胆管及 CCA 相关样本。研究设计包含两个患者队列：筛查队列由 40 例德国患者组成，验证队列由 40 例亚洲患者组成。除患者样本外，研究还纳入了胆管和 CCA 细胞系进行分析。本数据集作为该研究的一部分，提供筛查队列中部分样本的全外显子组测序数据，并包含其中 1 例患者的复发肿瘤样本，为肿瘤/正常配对比较及复发相关分析提供数据基础。
【数据内容】
本数据集包含筛查队列中 37 对肿瘤/正常配对样本的全外显子组测序数据，以及这 37 例患者中 1 例的复发肿瘤样本。数据以 BAM 文件格式存储。测序在全外显子组水平进行，采用双端模式。整体研究还涉及验证队列及胆管、CCA 细胞系，但本数据集所覆盖的具体样本范围限于上述筛查队列的 37 对肿瘤/正常样本及 1 例复发肿瘤样本。关于样本的具体临床信息、突变谱、基因列表或分析结果，源站未提供。
【采集与来源】
该数据集来源于 omicsdi.org。整体研究的筛查队列患者来自德国，共 40 例；验证队列患者来自亚洲，共 40 例。本数据集所包含的测序数据在 Illumina HiSeq 2000 设备上生成，采用双端测序模式，数据存储为 BAM 文件格式。关于样本采集的具体时间、地点、伦理审批信息、患者纳入排除标准，以及细胞系的具体来源和培养条件，源站未提供。
【适用场景】
该数据集适用于肿瘤基因组学相关研究，尤其是全外显子组测序数据的分析。由于包含 37 对肿瘤/正常配对样本，可用于肿瘤与正常组织之间的基因组差异比较。额外包含的 1 例复发肿瘤样本，可用于复发相关探索性分析。结合整体研究背景，该数据集也可能适用于胆管及 CCA 相关肿瘤的研究。此外，主题标签为 Genomics，表明其可服务于基因组学通用分析场景。关于具体的适用分析类型、推荐工具或预期结论，源站未提供。
【使用方法】
该数据集以 BAM 文件格式提供，使用者可根据全外显子组测序数据的常规处理流程进行后续分析。由于包含肿瘤/正常配对样本，可考虑进行配对比较分析；对于包含的复发肿瘤样本，可结合对应患者的原发肿瘤样本进行探索。关于具体的下载方式、数据访问入口、参考基因组版本、比对工具、变异识别流程或分析参数，源站未提供。
【质量与限制】
该数据集基于 Illumina HiSeq 2000 平台生成，采用双端模式，数据以 BAM 格式存储。整体研究包含筛查队列和验证队列，但本数据集仅覆盖筛查队列中 37 对肿瘤/正常样本及 1 例复发肿瘤样本，并非全部 40 例筛查队列患者，也不包含验证队列或细胞系数据。关于数据质量指标、覆盖深度、测序读长、比对率、样本质量评估或批次效应等信息，源站未提供。使用者应注意本数据集样本范围有限，且缺乏验证队列数据，可能影响结论的泛化能力。
【引用与许可】
关于该数据集的引用方式、许可协议、使用限制或数据共享政策，源站未提供。
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/EGAD00001011324
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
整个研究包括两个患者队列。筛选队列：40名来自德国的患者；验证队列：40名来自亚洲的患者。此外，还分析了胆管和CCA细胞系。该数据集包含筛选队列中37对肿瘤/正常配对的全外显子组测序数据，以及这37名患者中一例的额外复发肿瘤数据。数据是在Illumina HiSeq 2000设备上以双端模式生成的，并以BAM文件格式存储。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
