ena-DATASET-dkfz_b062-16-06-2020-11:58:23:351-469 样本集
该数据集来自 omicsdi.org，包含 2 例患者的 DRIP-seq 数据，样本取自 ETMR 患者来源异种移植（PDX）模型 BT183，分别经 topotecan 或生理盐水处理
基本信息
资源简介
ena-DATASET-dkfz_b062-16-06-2020-11:58:23:351-469 样本集
该数据集来自 omicsdi.org，包含 2 例患者的 DRIP-seq 数据，样本取自 ETMR 患者来源异种移植（PDX）模型 BT183，分别经 topotecan 或生理盐水处理。肿瘤经冻存和超速离心沉淀后提取 DNA–RNA 杂交体，DNA 经蛋白酶 K、酚–氯仿抽提和乙醇沉淀，再用 HindIII、EcoRI、BsrGI、XbaI 和 SspI 酶切，以 S9.6 抗体免疫沉淀富集杂交体。数据可用于研究 ETMR 中 DNA–RNA 杂交体的分布及拓扑替康处理后的变化（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含来自 2 例患者的 DRIP-seq 数据。DNA–RNA 杂交体从 ETMR 患者来源异种移植（PDX）模型（BT183）的组织中提取，这些模型按此前描述27使用拓扑替康或生理盐水处理。随后肿瘤被冻存并通过超速离心沉淀。DNA–RNA 杂交体按此前描述、采用与培养细胞相同的方案提取21。DNA 使用蛋白酶 K 提取，随后进行酚–氯仿抽提和乙醇沉淀。之后 DNA 使用限制性内切酶 HindIII、EcoRI、BsrGI、XbaI 和 SspI（New England Biolabs）片段化。消化后的 DNA 随后与抗 DNA–RNA 杂交体抗体 S9.6（Merck，MABE1095）孵育，并使用琼脂糖珠进行免疫沉淀。结合的 DNA–RNA 杂交体被洗脱，与蛋白酶 K 孵育，并用额外的 p 进行清洗
【主题与分类】
主题标签：Genomics。本站分类：肿瘤。
【获取与许可】
源站页面：https://omicsdi.org/dataset/ega/EGAD00001006219
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://omicsdi.org/dataset/ega/EGAD00001006219
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
该数据集包含来自2名患者的DRIP-seq数据。DNA-RNA杂交体是从ETMR患者来源异种移植（PDX）模型（BT183）衍生的组织中提取的，这些模型按照先前描述的方法27使用拓扑替康或生理盐水处理。随后将肿瘤冷冻并通过超速离心沉淀。DNA-RNA杂交体按照先前描述的方法提取，使用与培养细胞相同的方案21。DNA使用蛋白酶K提取，随后进行酚-氯仿提取和乙醇沉淀。随后使用限制性内切酶HindIII、EcoRI、BsrGI、XbaI和SspI（New England Biolabs）对DNA进行片段化。消化后的DNA随后与抗DNA-RNA杂交体抗体S9.6（Merck，MABE1095）孵育，并使用琼脂糖珠进行免疫沉淀。结合的DNA-RNA杂交体被洗脱，与蛋白酶K孵育，并通过额外的酚-氯仿-乙醇提取进行纯化。随后对DNA进行超声处理，并使用Hiseq 2000机器以50-bp单读长方案进行测序。每种处理条件均设双重复，并纳入RNase H和input作为阴性对照，最终产生10个Fastq文件。
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。
