cBioPortal 上尿路尿路上皮癌数据集（Cornell/Baylor/MDACC，Nat Commun 2019）
该数据集来自 cBioPortal，收录 47 例上尿路尿路上皮癌（UTUC）患者，包含 37 个样本的全外显子测序和 32 个样本的 RNA-seq 分析数据，关联文献发表于 Nat Commun 2019（pmid:31278255）
基本信息
资源简介
cBioPortal 上尿路尿路上皮癌数据集（Cornell/Baylor/MDACC，Nat Commun 2019）
该数据集来自 cBioPortal，标题为 Upper Tract Urothelial Carcinoma (Cornell/Baylor/MDACC, Nat Commun 2019)，属于肿瘤领域的其他类数据集。数据集收录了 47 例上尿路尿路上皮癌（UTUC）患者，包含 37 个样本的全外显子测序数据以及 32 个样本的 RNA-seq 分析数据，相关研究成果发表于 Nature Communications（2019 年），对应 PMID 为 31278255。数据集以 utuc 作为主题标签，可用于上尿路尿路上皮癌的基因组与转录组层面的探索性研究。
【数据集背景】
上尿路尿路上皮癌（Upper Tract Urothelial Carcinoma，UTUC）是尿路上皮癌的一种类型，发生于肾盂和输尿管等上尿路部位。该数据集由 Cornell、Baylor 和 MDACC 等机构参与完成，相关研究发表于 Nature Communications（2019 年），并提供了 PMID 31278255 作为文献标识。数据集通过 cBioPortal 平台发布，旨在为 UTUC 的分子特征研究提供可访问的组学数据资源。
【数据内容】
该数据集涵盖 47 例上尿路尿路上皮癌患者。在分子数据层面，包含 37 个样本的全外显子测序（Whole Exome Sequencing）数据，以及 32 个样本的 RNA-seq 分析数据。全外显子测序可用于考察蛋白编码区域的变异情况，RNA-seq 分析则可用于考察转录组层面的表达信息。数据集的主题标签为 utuc，在 cBioPortal 的分类体系中归属于肿瘤 / 其他类别。
【采集与来源】
数据集来源于 cbioportal.org，源站标题为 Upper Tract Urothelial Carcinoma (Cornell/Baylor/MDACC, Nat Commun 2019)。从标题可以看出，该数据涉及 Cornell、Baylor 和 MDACC 等机构的合作研究，并对应一篇发表于 Nature Communications 的论文。数据通过 cBioPortal 平台对外提供，用户可经由该平台访问相关数据集。关于样本采集的具体时间、地点、伦理审批及入组标准等信息，源站未提供。
【适用场景】
该数据集适用于上尿路尿路上皮癌相关的组学分析场景。例如，可利用全外显子测序数据开展体细胞突变、拷贝数变异等基因组层面的探索；可利用 RNA-seq 数据开展基因表达、转录组特征等方面的分析。由于数据集同时包含 47 例患者、37 个全外显子测序样本和 32 个 RNA-seq 样本，也可用于基因组与转录组数据的整合分析。此外，该数据集可作为 UTUC 相关研究的公共数据资源，用于方法验证、结果比较或二次分析。具体分析类型与适用范围应结合源站提供的数据说明确定，源站未提供更详细的适用建议。
【使用方法】
该数据集发布在 cBioPortal 平台，用户可通过 cbioportal.org 访问。通常可借助 cBioPortal 提供的在线浏览与检索功能查看样本、基因及变异层面的信息，也可根据平台提供的数据下载方式获取数据用于本地分析。关于该数据集的具体下载格式、文件组织方式、访问权限及是否需要注册等操作细节，源站未提供。
【质量与限制】
该数据集包含 47 例患者，其中全外显子测序覆盖 37 个样本，RNA-seq 覆盖 32 个样本，样本量相对有限。由于并非所有患者都同时具备两类组学数据，在开展多组学整合分析时可能受到样本匹配数量的限制。关于数据质量评估、测序深度、覆盖度、批次效应、缺失值处理及质控标准等信息，源站未提供。使用时应结合源站说明及原始文献对数据质量与适用范围进行判断。
【引用与许可】
该数据集关联文献发表于 Nature Communications（2019 年），对应 PMID 为 31278255。使用该数据集时，应引用原始文献及 cBioPortal 平台的相关说明。关于该数据集的具体许可协议、使用条款、再分发条件及商业使用限制等信息，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=utuc_cornell_baylor_mdacc_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
Whole exome sequencing (37 samples) and RNA-seq analysis (32 samples) of 47 upper tract urothelial carcinoma patients.
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。
