cBioPortal：结肠癌（CPTAC-2前瞻性，Cell 2019）
其核心内容是对前瞻性收集的 110 例人结肠腺癌肿瘤与正常配对样本进行蛋白质基因组分析，数据由 CPTAC 产生，主题标签为 coad，在分类上归入肿瘤 / 其他
基本信息
资源简介
cBioPortal：结肠癌（CPTAC-2前瞻性，Cell 2019）
cBioPortal: Colon Cancer (CPTAC-2 Prospective, Cell 2019) 是一个来自 cbioportal.org 的肿瘤相关数据集，源站标题为 Colon Cancer (CPTAC-2 Prospective, Cell 2019)。其核心内容是对前瞻性收集的 110 例人结肠腺癌肿瘤与正常配对样本进行蛋白质基因组分析，数据由 CPTAC 产生，主题标签为 coad，在分类上归入肿瘤 / 其他。
【数据集背景】
该数据集在 cbioportal.org 上以 Colon Cancer (CPTAC-2 Prospective, Cell 2019) 为标题提供。标题中包含 Cell 2019 字样，来源记录给出的文献标识为 pmid:31031003。源站描述说明，该资源来自 CPTAC，研究对象是前瞻性收集的 110 例人结肠腺癌肿瘤正常配对样本，分析角度为蛋白质基因组学。除此之外，关于研究的具体发起机构、主要研究者、研究假设、入组地区、研究时间跨度以及研究设计细节，源站未提供。
【数据内容】
从源站描述可以确定，数据集围绕 110 对人结肠腺癌肿瘤与正常样本展开，采用蛋白质基因组分析，数据由 CPTAC 生成。主题标签为 coad，可用于标识其与结肠腺癌的关联。数据集在分类上属于肿瘤 / 其他。需要说明的是，具体包含哪些组学层面、是否包含基因组、转录组、蛋白质组、磷酸化蛋白质组或其他分子数据，样本注释中包含哪些临床变量，是否提供突变、拷贝数、表达或蛋白丰度矩阵，以及数据文件格式和版本信息，源站未提供。
【采集与来源】
该数据集的来源站为 cbioportal.org，源站标题为 Colon Cancer (CPTAC-2 Prospective, Cell 2019)。样本被描述为前瞻性收集的 110 例人结肠腺癌肿瘤正常配对样本，数据由 CPTAC 产生。来源记录中的关联标识为 pmid:31031003。关于样本采集地点、采集时间、伦理审批、知情同意、样本处理与保存方法、质控流程、数据生成平台和数据处理管线，源站未提供。
【适用场景】
一般而言，蛋白质基因组学资源可用于肿瘤分子特征探索、多组学整合观察以及候选生物标志物研究等方向。就本数据集而言，其明确围绕 110 对结肠腺癌肿瘤与正常配对样本的蛋白质基因组分析结果展开，因此适合在 cBioPortal 环境中查看、检索或比较该队列的分子数据。但是否适合生存分析、疗效预测、特定突变筛选、亚型划分或临床决策支持，取决于源站是否提供相应临床变量和分子矩阵；这些具体适用条件源站未提供。
【使用方法】
使用时可通过来源站 cbioportal.org 检索源站标题 Colon Cancer (CPTAC-2 Prospective, Cell 2019)，或结合主题标签 coad 定位该数据集。关于该数据集在 cBioPortal 上的具体页面链接、下载选项、在线分析功能、API 访问方式、是否需要注册或登录、是否有操作教程，以及可导出的文件类型，源站未提供。实际使用应以 cbioportal.org 对应页面上的最新说明为准。
【质量与限制】
该数据集样本量在源站描述中明确为 110 对人结肠腺癌肿瘤与正常样本，且为前瞻性收集，数据由 CPTAC 生成。但关于数据质量评分、缺失值比例、批次效应、样本合格标准、数据版本更新历史、已知偏倚、临床注释完整度、随访信息完整度以及再分析限制，源站未提供。主题标签 coad 和分类“肿瘤 / 其他”只能作为资源组织信息，不能替代临床诊断或医学判断。标题中的 Cell 2019 及文献标识 pmid:31031003 可用于关联原始发表信息，但不同版本之间的差异源站未提供。
【引用与许可】
引用该数据集时，建议使用源站标题 Colon Cancer (CPTAC-2 Prospective, Cell 2019)，并同时标注来源站 cbioportal.org 以及关联文献标识 pmid:31031003，说明数据由 CPTAC 生成。关于许可协议、使用条款、是否允许商用、是否允许再分发、署名要求以及衍生产品的限制，源站未提供。使用前应查阅 cbioportal.org 上该数据集页面的许可与引用说明。
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://cbioportal.org/study/summary?id=coad_cptac_2019
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
对前瞻性收集的110例人结肠腺癌肿瘤-正常配对进行蛋白质基因组学分析。数据由CPTAC生成。
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。
