癌症基因组图谱数据门户
癌症基因组图谱（TCGA）数据门户为研究人员提供了一个平台，用于搜索、下载和分析由 TCGA 生成的数据集。它包含临床信息、基因组特征数据以及肿瘤基因组的高层次序列分析
基本信息
资源简介
癌症基因组图谱数据门户
Cancer GenomeAtlas Data Portal（癌症基因组图谱数据门户）是一个面向肿瘤研究领域的公开数据平台，其来源站为 cancergenome.nih.gov，在分类上归属于肿瘤 / 其他。该门户为研究人员提供了一个统一的入口，用于搜索、下载和分析由癌症基因组图谱（TCGA）项目生成的数据集。平台所承载的内容涵盖临床信息、基因组特征数据以及肿瘤基因组的高层次序列分析结果，数据由数据协调中心（DCC）集中提供，并经过格式标准化与提交数据验证。对于需要获取肿瘤基因组学原始与加工数据的科研人员而言，该门户是一个重要的数据获取与分析渠道。
【数据集背景】
该数据门户依托于癌症基因组图谱（TCGA）项目。TCGA 所产生的数据由数据协调中心（Data Coordinating Center，DCC）集中管理，DCC 作为 TCGA 数据的核心提供方，承担数据格式标准化与提交数据验证的职责。门户的建立目的，是为研究人员提供一个可以搜索、下载并分析 TCGA 数据集的平台，从而降低数据获取与使用的门槛，使分散产生的肿瘤基因组数据能够被集中检索和利用。
【数据内容】
根据源站描述，该门户包含三类主要内容：一是临床信息，即与肿瘤样本相关的临床层面数据；二是基因组特征数据（genomic characterization data），即对肿瘤基因组进行表征所得到的数据；三是肿瘤基因组的高层次序列分析结果（high level sequence analysis）。这三类内容共同构成了从临床背景到基因组特征再到序列分析结果的完整数据层次，便于研究人员在同一平台内完成多维度的数据检索与分析。
【采集与来源】
数据来源于癌症基因组图谱（TCGA）项目，由数据协调中心（DCC）集中提供。DCC 在数据流转中承担标准化与验证职能：一方面统一数据格式，另一方面对提交的数据进行校验。门户本身作为访问入口，指向 cancergenome.nih.gov 这一来源站点。关于样本采集的具体流程、参与机构名单、样本量规模等信息，源站未提供。
【适用场景】
该门户适用于需要对 TCGA 生成的肿瘤基因组数据开展检索、下载与分析的研究工作。研究人员可借助平台获取临床信息、基因组特征数据及高层次序列分析结果，用于肿瘤基因组相关的探索性分析与二次利用。关于具体的分析工具类型、支持的疾病种类范围或特定研究设计，源站未提供。
【使用方法】
门户提供搜索、下载和分析三项核心功能，用户可通过平台检索 TCGA 数据集并获取相应数据。关于注册要求、访问权限、下载接口、分析工具的具体操作步骤及界面说明，源站未提供。
【质量与限制】
在数据管理层面，DCC 对数据格式进行标准化并对提交数据进行验证，这是源站描述中明确提到的质量控制环节。除此之外，关于数据更新频率、版本管理、已知偏差、缺失情况或使用中的其他限制，源站未提供。
【引用与许可】
关于数据集的引用方式、许可协议、使用条款及再分发规定，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://cancergenome.nih.gov/
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
癌症基因组图谱（TCGA）数据门户为研究人员提供了一个平台，用于搜索、下载和分析由TCGA生成的数据集。该门户包含临床信息、基因组特征数据以及肿瘤基因组的高级序列分析。数据协调中心（DCC）是TCGA数据的核心提供者。DCC负责标准化数据格式并验证提交的数据。
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。
