cBioPortal：肺腺癌（CPTAC，Cell 2020）
该数据集来自 cBioPortal，标题为 Lung Adenocarcinoma (CPTAC, Cell 2020)，包含 110 例肺腺癌肿瘤及 101 例配对的癌旁正常组织的全基因组测序（WGS）或全外显子测序（WES）数据，并由 CPTAC 完成蛋白质基因组学表征
基本信息
资源简介
cBioPortal：肺腺癌（CPTAC，Cell 2020）
cBioPortal 收录的 Lung Adenocarcinoma (CPTAC, Cell 2020) 是一个聚焦肺腺癌的多组学肿瘤数据集，源站标题为 Lung Adenocarcinoma (CPTAC, Cell 2020)，在本站归入“肿瘤 / 其他”分类，来源站为 cbioportal.org。该数据集围绕 110 例肺腺癌肿瘤样本及 101 例配对的癌旁正常组织展开，提供全基因组测序（WGS）或全外显子测序（WES）数据，并由 CPTAC 完成蛋白质基因组学表征。其主题标签为 luad，对应肺腺癌这一常见肺癌亚型。数据集关联的 DOI 标识为 pmid:32649874，便于研究者在文献体系中定位其原始研究背景。整体而言，该数据集将基因组层面的测序信息与蛋白质基因组学表征相结合，为肺腺癌的分子特征研究提供了可检索、可复用的公开资源。
【数据集背景】
肺腺癌是非小细胞肺癌中最常见的组织学亚型之一，其分子机制复杂，涉及基因组层面的多种变异。该数据集源自 CPTAC（Clinical Proteomic Tumor Analysis Consortium）的相关研究工作，并以 Cell 2020 为标识，说明其对应的研究发表于 2020 年的 Cell 期刊。数据集在 cBioPortal 平台上以 Lung Adenocarcinoma (CPTAC, Cell 2020) 为标题对外发布，主题标签为 luad，便于用户按癌种进行检索与筛选。该数据集的建立，旨在为肺腺癌研究提供一个包含肿瘤与配对正常组织测序信息的公开数据资源，并在此基础上整合蛋白质基因组学表征结果。
【数据内容】
该数据集包含 110 例肺腺癌肿瘤样本，以及 101 例与之配对的癌旁正常组织样本。样本的测序类型为全基因组测序（WGS）或全外显子测序（WES），即部分样本可能采用全基因组测序，部分样本可能采用全外显子测序。除测序数据外，该数据集还包含由 CPTAC 完成的蛋白质基因组学表征。主题标签为 luad，表明数据内容围绕肺腺癌展开。关于具体的基因突变列表、蛋白质表达定量值、临床注释字段、样本级别的详细元数据等信息，源站未提供。
【采集与来源】
该数据集来源于 cbioportal.org，源站标题为 Lung Adenocarcinoma (CPTAC, Cell 2020)。其原始数据由 CPTAC 生成，涉及 110 例肺腺癌肿瘤及 101 例配对的癌旁正常组织的全基因组测序或全外显子测序，并包含蛋白质基因组学表征。数据集关联的 DOI 为 pmid:32649874，可用于追溯其原始研究出处。关于样本采集的具体地点、时间跨度、纳入排除标准、伦理审批信息以及测序平台的具体型号等，源站未提供。
【适用场景】
该数据集适用于肺腺癌相关的分子特征研究，例如基于全基因组或全外显子测序数据探索肿瘤与配对正常组织之间的基因组差异，或结合蛋白质基因组学表征开展多组学整合分析。由于包含肿瘤与癌旁正常组织的配对样本，该数据集也可用于对比分析肿瘤组织与正常组织在基因组层面的变化。主题标签 luad 有助于在 cBioPortal 平台中按肺腺癌进行数据检索与筛选。关于该数据集在特定研究场景中的具体应用案例或验证结论，源站未提供。
【使用方法】
该数据集发布在 cBioPortal 平台，用户可通过来源站 cbioportal.org 进行访问与检索。数据集标题为 Lung Adenocarcinoma (CPTAC, Cell 2020)，主题标签为 luad，可作为检索入口。关于数据下载格式、API 接口、可视化分析工具的具体操作步骤、样本筛选条件设置方法等，源站未提供。
【质量与限制】
该数据集包含 110 例肺腺癌肿瘤样本和 101 例配对的癌旁正常组织样本，测序类型为全基因组测序或全外显子测序，并由 CPTAC 完成蛋白质基因组学表征。关于数据质量评估指标、测序深度、覆盖度、样本排除情况、批次效应、数据完整性以及使用该数据集时的具体限制条件等，源站未提供。
【引用与许可】
该数据集的 DOI 为 pmid:32649874，引用时应依据该标识定位原始研究。数据集来源站为 cbioportal.org，源站标题为 Lung Adenocarcinoma (CPTAC, Cell 2020)。关于该数据集的具体许可协议、使用条款、商业使用限制以及推荐的引用格式等，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://cbioportal.org/study/summary?id=luad_cptac_2020
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
Whole genome (WGS) or whole exome sequencing (WES) of 110 tumors and 101 matched normal adjacent tissues in lung adenocarcinoma. Proteogenomic characterization generated by CPTAC.
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。
