EGAS00001003862 生殖细胞肿瘤样本数据集
该数据集来自 omicsdi.org，包含 15 例恶性性腺生殖细胞肿瘤和 4 例正常睾丸活检样本，通过对 14 种性腺组织学类型经激光捕获显微切割后测序的 131 个全基因组和 416 个转录组，研究肿瘤的系统发育与转录多样性
基本信息
资源简介
EGAS00001003862 生殖细胞肿瘤样本数据集
EGAS00001003862-sc-2021-03-12T16:06:29Z - samples 数据集来自 omicsdi.org，归类于肿瘤 / 其他方向，主题标签为 Genomics。该数据集聚焦于性腺生殖细胞肿瘤（GCTs）的系统发育与转录多样性研究，涵盖 15 例恶性性腺生殖细胞肿瘤和 4 例正常睾丸活检样本。研究者对 14 种性腺组织学类型经激光捕获显微切割后获得的样本进行测序，共产生 131 个全基因组和 416 个转录组数据。这一资源为理解生殖细胞肿瘤的起源、发展路径及组织学分化提供了多组学层面的样本基础。
【数据集背景】
生殖细胞肿瘤（GCTs）是一组来源于原始生殖细胞（PGCs）的良性和恶性肿瘤。这类肿瘤具有独特的生物学能力，能够生成胚胎组织和胚外组织，而在恶性生殖细胞肿瘤中，这一特征具有预后和治疗意义。尽管其临床重要性明确，但支撑生殖细胞肿瘤发生和组织发生的发育通路仍未被完全理解。该数据集正是在这一背景下产生，旨在通过大规模基因组与转录组测序，解析恶性性腺生殖细胞肿瘤的进化关系和转录多样性，并借助与正常睾丸活检样本的对照，探索肿瘤起始的发育基础。
【数据内容】
该数据集包含 15 例恶性性腺生殖细胞肿瘤和 4 例正常睾丸活检样本。样本覆盖 14 种性腺组织学类型，这些组织学类型的样本均通过激光捕获显微切割方式获取。测序数据包括 131 个全基因组和 416 个转录组。数据主题标签为 Genomics，本站分类归入肿瘤 / 其他。上述样本数量与测序规模共同构成了一个多组学、多组织学层次的资源集合，可用于比较不同组织学类型之间的基因组变异与转录特征。
【采集与来源】
数据集来源于 omicsdi.org。样本采集对象为恶性性腺生殖细胞肿瘤患者及正常睾丸活检个体。为获得特定组织学类型的纯净样本，研究采用激光捕获显微切割技术对 14 种性腺组织学类型进行取材，随后开展全基因组测序和转录组测序。该数据集英文名称中的样本标识与时间戳信息表明其为样本层面的数据集合，具体样本处理与测序平台的详细实验方案源站未提供。
【适用场景】
该数据集适用于生殖细胞肿瘤的基因组学与转录组学研究，包括但不限于：分析恶性性腺生殖细胞肿瘤的系统发育关系与转录多样性；比较不同性腺组织学类型之间的全基因组变异和基因表达特征；探索肿瘤起始过程中全基因组加倍事件及染色体 12p 获得与侵袭性疾病之间的关联；利用正常睾丸活检样本作为对照，识别肿瘤特异性的基因组与转录组改变。此外，该数据也可用于方法学层面评估激光捕获显微切割结合全基因组与转录组测序在肿瘤异质性研究中的应用。
【使用方法】
源站未提供具体的使用方法说明。使用者在利用该数据集时，需自行参考 omicsdi.org 上对应的数据访问入口与相关研究发表物，以了解样本标识、数据文件组织方式和分析流程。由于涉及全基因组与转录组两类数据，分析时需分别处理基因组变异调用与转录组表达定量，并结合组织学类型标签进行分层比较。
【质量与限制】
源站未提供关于数据质量评估、批次效应、样本纳入排除标准或数据完整性验证的具体信息。该数据集样本量为 15 例恶性肿瘤和 4 例正常对照，覆盖 14 种性腺组织学类型，样本规模相对有限，在推广至更广泛人群或罕见组织学亚型时需谨慎。此外，源站描述中关于染色体 12p 失衡生成机制的论述未完整呈现，相关结论的细节需以原始研究为准。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。使用者在引用或再利用该数据前，应查阅 omicsdi.org 对应条目及原始研究发表物，以获取准确的引用格式和数据使用条款。
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://omicsdi.org/dataset/ega/EGAD00001007037
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
生殖细胞肿瘤（GCTs）是一组起源于原始生殖细胞（PGCs）的良性和恶性肿瘤。它们具有独特的生成胚胎及胚外组织的能力，这在恶性GCTs中具有预后和治疗意义。支撑GCT发生和组织发生的发育途径尚未被完全理解。在此，我们通过对来自14种性腺组织学类型的131个全基因组和416个转录组进行测序（这些样本经激光捕获显微切割获取），研究了15例恶性性腺GCTs和4例正常睾丸活检的系统发育和转录多样性。我们的研究结果表明，肿瘤可能是在胚胎发生期间、PGC特化后约5-8次细胞分裂内通过全基因组加倍而引发的，随后是与侵袭性疾病相关的12号染色体短臂（12p）增益。值得注意的是，12p失衡不仅通过GCT典型等臂染色体产生，也通过非等臂染色体构型产生。虽然肿瘤沿同质的系统发育途径发展，但它们产生了多种组织，独立于遗传亚克隆多样化。GCT组织的一个关键特征是胎儿特异性基因的表达。
尽管存在转录多样性，我们发现与标志性12p增益相关的普遍转录元件。总体而言，我们的研究揭示了支撑起源于胎儿期的生殖细胞肿瘤（GCT）发展的刻板系统发育和转录组，这些特征可能适于治疗干预。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
