阿姆斯特丹VUMC结直肠癌

本研究包含36例结直肠腺癌肿瘤和33例腺瘤肿瘤(恶性息肉)的arrayCGH性状、表达性状和肿瘤性状,这些样本是在荷兰阿姆斯特丹的VU University Medical Center前瞻性收集的

synapse
浏览 17
基因组分类ArrayCGH基因表达结直肠肿瘤腺瘤癌变拷贝数变异染色体不稳定生物标志物
Colorectal Cancer Vumc, Amsterdam

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-01

资源简介

阿姆斯特丹VUMC结直肠癌

本研究包含36例结直肠腺癌肿瘤和33例腺瘤肿瘤(恶性息肉)的arrayCGH性状、表达性状和肿瘤性状,这些样本是在荷兰阿姆斯特丹的VU University Medical Center前瞻性收集的

【数据内容】

源站描述(机器翻译,仅供参考):本研究包含36例结直肠腺癌肿瘤和33例腺瘤肿瘤(恶性息肉)的arrayCGH性状、表达性状和肿瘤性状,这些样本是在荷兰阿姆斯特丹的VU University Medical Center前瞻性收集的。该数据集用于评估染色体20q拷贝数增加区域内的癌基因,并揭示了7个基因在与腺瘤向癌进展相关的染色体不稳定性中具有重要作用。arrayCGH使用BAC芯片,以来自10名正常个体的参考DNA池为对照进行。表达性状是以来自若干癌细胞系的RNA池为对照,并使用由VUMC微阵列核心设施开发的定制点样寡核苷酸芯片(Human Release 2.0,包含针对28,830个独特基因的60-mer寡核苷酸探针)进行测量。

【主题与分类】

主题标签:ArrayCGH、基因表达、结直肠肿瘤、腺瘤癌变、拷贝数变异、染色体不稳定、生物标志物。本站分类:肿瘤/其他。

【获取与许可】

源站页面:https://synapse.org/Synapse:syn47229

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

需登录

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。

暂未开放

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://synapse.org/Synapse:syn47229

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

本研究包含36例结直肠腺癌肿瘤和33例腺瘤肿瘤(恶性息肉)的arrayCGH性状、表达性状和肿瘤性状,这些样本是在荷兰阿姆斯特丹的VU University Medical Center前瞻性收集的。该数据集用于评估染色体20q拷贝数增加区域内的癌基因,并揭示了7个基因在与腺瘤向癌进展相关的染色体不稳定性中具有重要作用。arrayCGH使用BAC芯片,以来自10名正常个体的参考DNA池为对照进行。表达性状是以来自若干癌细胞系的RNA池为对照,并使用由VUMC微阵列核心设施开发的定制点样寡核苷酸芯片(Human Release 2.0,包含针对28,830个独特基因的60-mer寡核苷酸探针)进行测量。

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。

获取专属数据定制方案