cBioPortal：肺鳞状细胞癌（CPTAC，Cell 2021）
该数据集来自 cBioPortal，收录 CPTAC 生成的肺鳞状细胞癌（LSCC）多组学数据，包含 108 例前瞻性采集、未经治疗的原发 LSCC 肿瘤及 99 例配对癌旁正常组织，涵盖全基因组测序、全外显子测序与蛋白质基因组学图谱
基本信息
资源简介
cBioPortal：肺鳞状细胞癌（CPTAC，Cell 2021）
cBioPortal 收录的 Lung Squamous Cell Carcinoma (CPTAC, Cell 2021) 数据集，聚焦肺鳞状细胞癌（LSCC）的多组学特征刻画。该数据集由 CPTAC 项目生成，整合了全基因组测序、全外显子测序以及蛋白质基因组学图谱，样本涵盖 108 例前瞻性采集、未经治疗的原发 LSCC 肿瘤组织，并配有 99 例配对癌旁正常组织。作为肿瘤领域的公开资源，它为研究者提供了从基因组到蛋白质组的系统性视角，有助于深入理解肺鳞癌的分子机制与潜在治疗靶点。数据集在 cBioPortal 平台上以“Lung Squamous Cell Carcinoma (CPTAC, Cell 2021)”为标题发布，主题标签为 lusc，相关成果发表于 Cell 期刊，并可通过 pmid:34358469 进行引用。
【数据集背景】
肺鳞状细胞癌是非小细胞肺癌的主要亚型之一，其分子特征复杂，治疗选择相对有限。为系统解析该疾病的基因组与蛋白质组改变，CPTAC 开展了针对初治原发肿瘤的前瞻性研究，并生成了配套的多组学数据。该数据集正是这一研究的成果沉淀，旨在为肺鳞癌的基础与转化研究提供高质量的组学资源。
【数据内容】
数据集包含全基因组测序、全外显子测序以及蛋白质基因组学图谱三类数据。样本层面，共涉及 108 例前瞻性采集、未经治疗的原发 LSCC 肿瘤，以及 99 例与之配对的癌旁正常组织。这些数据共同构成了从 DNA 层面到蛋白质层面的多维度分子画像，可用于探索肿瘤发生发展中的关键变异与表达异常。
【采集与来源】
所有样本均为前瞻性采集，且来自未经治疗的原发 LSCC 患者，同时配有配对正常 adjacent 组织。数据由 CPTAC 生成，来源站为 cbioportal.org。该数据集在 cBioPortal 上以“Lung Squamous Cell Carcinoma (CPTAC, Cell 2021)”为标题发布，主题标签为 lusc，相关文献标识为 pmid:34358469。
【适用场景】
该数据集适用于肺鳞状细胞癌的分子机制研究、多组学整合分析、潜在生物标志物挖掘以及治疗靶点发现等场景。研究者可利用基因组与蛋白质组数据，比较肿瘤与正常组织间的差异，探索驱动事件与功能通路。此外，该资源也可用于方法学验证、数据科学竞赛或教学演示等用途。
【使用方法】
用户可通过 cBioPortal 平台访问该数据集，利用其提供的可视化与分析工具进行基因变异、表达及蛋白质组层面的探索。具体操作方式、数据下载格式及接口调用方法，源站未提供。
【质量与限制】
样本经过前瞻性采集且均为初治原发肿瘤，并配有配对正常组织，设计上具有较好的严谨性。但关于数据的具体质量评估指标、覆盖深度、缺失率以及潜在批次效应等信息，源站未提供。此外，该数据集仅针对肺鳞状细胞癌，结论外推至其他癌种时需谨慎。
【引用与许可】
引用该数据集时，应参考其对应文献标识 pmid:34358469。关于数据使用的许可协议、商用限制及再分发条款，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=lusc_cptac_2021
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 / whole exome sequencing and proteogenomic portrait of 108 prospectively collected, treatment-naive, primary LSCC tumors and 99 paired normal adjacent tissues. 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。
