cBioPortal:结肠癌(Sidra-LUMC AC-ICAM,Nat Med 2023)
该数据集来自 cBioPortal,收录 Sidra-LUMC AC-ICAM 研究中 348 例结肠癌及其配对正常样本的全外显子与转录组测序数据,主题标签为 coad

基本信息
资源简介
cBioPortal:结肠癌(Sidra-LUMC AC-ICAM,Nat Med 2023)
cBioPortal 收录的 Colon Cancer (Sidra-LUMC AC-ICAM, Nat Med 2023) 数据集,对应 Sidra-LUMC AC-ICAM 研究,聚焦结肠癌(coad)这一主题。该数据集整合了 348 例结肠癌样本及其配对正常样本的全外显子测序与转录组测序结果,来源于 cbioportal.org,相关研究发表于 Nature Medicine(2023 年),可通过 PMID:37202560 定位文献。它为研究者提供了从基因组编码区变异到转录表达层面的多维数据,适用于结肠癌分子特征探索、候选标志物筛选及肿瘤与正常组织对比分析等方向。
【数据集背景】
结肠癌是常见的消化道恶性肿瘤,其发生发展涉及基因组与转录组的复杂改变。该数据集源自 Sidra-LUMC AC-ICAM 研究,并发表于 Nature Medicine(2023 年),旨在通过大规模测序刻画结肠癌的分子图谱。数据集在 cBioPortal 平台上以“Colon Cancer (Sidra-LUMC AC-ICAM, Nat Med 2023)”为标题发布,主题标签为 coad,属于肿瘤 / 其他分类。其核心价值在于同时提供全外显子与转录组两个层面的测序信息,并配有配对正常样本,为区分胚系与体细胞改变、评估肿瘤特异性表达变化提供了基础。
【数据内容】
该数据集包含 348 例结肠癌样本及其匹配的正常样本。检测手段包括全外显子测序和转录组测序:全外显子测序覆盖蛋白编码区域,可用于识别体细胞突变、插入缺失等变异;转录组测序则反映基因表达水平、可变剪接及融合转录本等 RNA 层面的特征。配对正常样本的存在,使得研究者能够以个体自身正常组织为参照,减少个体间遗传背景差异带来的干扰。主题标签 coad 表明数据聚焦于结肠腺癌。关于样本的具体临床注释字段、突变基因列表、表达矩阵维度等细节,源站未提供。
【采集与来源】
数据来自 cBioPortal(cbioportal.org),原始研究为 Sidra-LUMC AC-ICAM 项目,成果发表于 Nature Medicine(2023 年),文献标识为 PMID:37202560。样本类型为结肠癌组织及匹配的正常组织,测序策略为全外显子与转录组测序。关于样本采集地点、时间跨度、入组标准、伦理审批信息以及测序平台和试剂版本等,源站未提供。
【适用场景】
该数据集适用于结肠癌分子机制与转化研究,例如:识别肿瘤中反复出现的体细胞突变;比较肿瘤与正常组织间的基因表达差异;探索候选驱动基因或表达标志物;作为公共数据资源用于方法学验证或与其他结肠癌队列进行交叉参照。由于同时具备外显子与转录组数据,也适合开展基因组变异与表达变化之间的关联分析。具体分析场景需结合数据实际字段与样本量进行判断,源站未提供更细化的适用建议。
【使用方法】
该数据集托管于 cBioPortal 平台,用户可通过源站标题或主题标签 coad 进行检索与访问。cBioPortal 通常支持在线浏览、队列筛选、基因查询以及数据下载等操作。关于本数据集的具体下载格式、文件清单、API 访问方式及是否需要注册或授权,源站未提供。
【质量与限制】
该数据集基于 348 例样本的全外显子与转录组测序,并配有配对正常样本,具备一定的队列规模与多组学维度。但关于测序深度、覆盖度、质控标准、批次效应处理、样本剔除规则以及数据完整性评估等信息,源站未提供。此外,数据仅反映特定研究队列的分子特征,向其他人群或临床场景外推时需谨慎。任何使用限制或许可条款,源站未提供。
【引用与许可】
使用该数据集时,应引用对应研究,文献标识为 PMID:37202560,标题为 Colon Cancer (Sidra-LUMC AC-ICAM, Nat Med 2023)。数据来源站为 cbioportal.org。关于具体的引用格式、数据许可协议、商业使用限制及再分发条件,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://cbioportal.org/study/summary?id=coad_silu_2022
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
对来自 Sidra-LUMC AC-ICAM 的348例结肠癌及其配对正常样本进行了全外显子组和转录组测序。
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。




