结直肠癌患者血浆游离DNA拷贝数变异数据集
该数据集来自结直肠癌患者血浆游离DNA（cfDNA）拷贝数变异研究，包含80例结直肠癌患者、20例息肉患者和35例健康对照的全基因组测序数据，并比较了20对血清-血浆样本的cfDNA浓度
基本信息
资源简介
结直肠癌患者血浆游离DNA拷贝数变异数据集
Dataset for: Cell-free DNA copy number variations in plasma from colorectal cancer patients
该数据集来自结直肠癌患者血浆游离DNA（cfDNA）拷贝数变异研究，包含80例结直肠癌患者、20例息肉患者和35例健康对照的全基因组测序数据，并比较了20对血清-血浆样本的cfDNA浓度。数据以两个补充表格文件提供，涵盖常见染色体区域拷贝数变异信息，可用于探索cfDNA作为结直肠癌无创检测标志物的潜力，支持肿瘤分类与分子特征分析（来源 figshare，CC0 许可）。
【数据集背景】
配套论文《Cell‐free DNA copy number variations in plasma from colorectal cancer patients》发表于 Molecular Oncology（2017），DOI：10.1002/1878-0261.12077。源站首次发布：2017-08-15。
【数据内容】
源站描述（机器翻译，仅供参考）：为了评估游离DNA（cfDNA）的临床效用，我们对一组结直肠癌（CRC，n=80）、息肉（n=20）和健康对照（n=35）患者的血浆cfDNA拷贝数变异（CNVs）进行了全基因组测序系统分析。我们首先比较了20对配对血清-血浆样本中的cfDNA产量，观察到血清中的cfDNA浓度（中位数=81.20ng，范围7.18-500ng/ml）显著高于血浆（中位数=5.09ng，范围3.76-62.8ng/ml）（p<0.0001）。然而，在测试的配对血浆样本中，血清中的肿瘤来源cfDNA含量显著低于血浆。每个样本约1000万条reads，基于测序的拷贝数分析显示多个染色体区域存在常见CNVs，包括1q、8q和5q的扩增，以及1p、4q、8p、17p、18q和22q的缺失。对细胞周期关键基因的拷贝数变化也很明显，D
【数据结构与技术规格】
文件数 2 个，合计 62.19 KB。数据集 DOI：10.6084/m9.figshare.5311150.v1。
【主题与分类】
源站学科分类：Oncology and carcinogenesis not elsewhere classified、Tumour immunology、Medical biochemistry and metabolomics not elsewhere classified、Proteomics and intermolecular interactions (excl. medical proteomics)、Plant cell and molecular biology、Animal cell and molecular biology。主题标签：breast cancer、prognosis、gene expression profiling、microenvironment、Cancer、Tumour Immunology、Molecular Biology、Clinical Pharmacology and Therapeutics、Biomarkers、Genomics。本站分类：肿瘤/其他。
【适用方向】
源站学科分类标注为 Oncology and carcinogenesis not elsewhere classified、Tumour immunology、Medical biochemistry and metabolomics not elsewhere classified、Proteomics and intermolecular interactions (excl. medical proteomics)、Plant cell and molecular biology、Animal cell and molecular biology。
【获取与许可】
源站页面：https://wiley.figshare.com/articles/dataset/Dataset_for_Cell-free_DNA_copy_number_variations_in_plasma_from_colorectal_cancer_patients/5311150
使用许可：CC0（https://creativecommons.org/publicdomain/zero/1.0/）。
规范引用：Li, Jian; Dittmar, Rachel L; Xia, Shu; Zhang, Huijuan; Du, Meijun; Huang, Chiang-Ching; et al. (2017). Dataset for: Cell-free DNA copy number variations in plasma from colorectal cancer patients. Wiley. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，引用时请注意版本时效。
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://doi.org/10.6084/m9.figshare.5311150
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:
数据集大小约 62.2 KB。
数据说明
为评估游离DNA(cfDNA)的临床实用性，我们对一组结直肠癌患者(CRC，n=80)、息肉患者(n=20)和健康对照者(n=35)进行了全基因组测序，以系统检查血浆cfDNA拷贝数变异(CNVs)。我们首先比较了20对配对的血清-血浆样本中的cfDNA产量，观察到血清中的cfDNA浓度(中位数=81.20ng，范围7.18-500ng/ml)显著高于血浆(中位数=5.09ng，范围3.76-62.8ng/ml)(p<0.0001)。然而，在检测的配对血浆样本中，血清里的肿瘤来源cfDNA含量显著低于血浆。每个样本约1000万条reads，基于测序的拷贝数分析显示多个染色体区域存在常见CNVs，包括1q、8q和5q的扩增，以及1p、4q、8p、17p、18q和22q的缺失。对细胞周期、DNA修复和WNT信号通路至关重要的基因中也存在明显的拷贝数变化。为评估累积拷贝数变化是否与肿瘤分期相关，我们通过汇总最显著的CNVs计算了结肠癌血浆基因组异常(PGA-C)评分。
PGA-C评分在CRC I-IV期显示出预测性能，曲线下面积从0.54到0.84。位点特异性拷贝数分析识别出九个基因组区域，其中CNVs与III-IV期CRC患者的生存率显著相关。使用九个基因组区域中的六个建立的多变量模型显示，高风险评分与较短生存期显著相关（HR=5.33，95%CI=6.76-94.44，p<0.0001）。我们的研究证明了使用血浆（而非血清）检测肿瘤相关基因组变异的重要性。基于血浆cfDNA的检测能够捕捉肿瘤特异性遗传变化，并可能为评估晚期CRC患者的临床结局提供可测量的分类器。
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。
