ACC原代移植瘤全基因组测序与表观遗传图谱数据集
该数据集包含ACC原代移植瘤的全基因组序列，以及ACC原代移植瘤和原发肿瘤的组蛋白修饰图谱与转录因子结合图谱。相关处理后ChIP-seq数据可在GEO以登录号GSE76465获取
基本信息
资源简介
ACC原代移植瘤全基因组测序与表观遗传图谱数据集
该数据集收录了与腺样囊性癌（ACC）相关的原代移植瘤全基因组序列，以及针对ACC原代移植瘤和原发肿瘤的组蛋白修饰图谱与转录因子结合图谱。从数据构成来看，它同时覆盖了基因组层面的序列信息和表观遗传层面的调控信息，属于肿瘤基因组学研究中较为综合的一类资源。该数据集在分类上归属于肿瘤领域的其他类别，主题标签为基因组学，来源站为omicsdi.org。对于关注ACC这一相对少见肿瘤类型的科研人员而言，该数据集提供了从原代移植瘤模型到原发肿瘤样本的多层次分子图谱，有助于在基因组和表观遗传两个维度上开展比较与分析。处理后ChIP-seq数据可在GEO以登录号GSE76465获取。
【数据集背景】
腺样囊性癌（ACC）是一种在临床和分子层面均具有独特特征的肿瘤类型。围绕该肿瘤的研究往往受限于样本可及性和模型系统的代表性。原代移植瘤模型能够在较大程度上保留原发肿瘤的生物学特性，因此成为研究ACC分子机制的重要工具。该数据集正是在这一背景下产生，旨在通过全基因组测序和染色质免疫沉淀测序（ChIP-seq）等技术手段，系统刻画ACC原代移植瘤及原发肿瘤的基因组变异和表观遗传调控特征。数据集英文名中包含样本标识信息，表明其以样本为单位进行组织。来源站描述中明确提及组蛋白修饰图谱和转录因子结合图谱，说明该数据集不仅关注DNA序列层面的改变，也关注基因表达调控层面的机制。
【数据内容】
该数据集包含三类主要数据。第一类是ACC原代移植瘤的全基因组序列，用于揭示肿瘤细胞在基因组水平上的变异情况。第二类是ACC原代移植瘤的组蛋白修饰图谱，用于表征染色质状态和潜在调控区域。第三类是ACC原代移植瘤和原发肿瘤的转录因子结合图谱，用于识别转录因子在基因组上的结合位点。来源站描述进一步指出，处理后ChIP-seq数据可在GEO以登录号GSE76465获取，这意味着原始或处理后的ChIP-seq数据可以通过该公共数据库获取。主题标签为基因组学，表明该数据集的核心属性属于基因组学范畴。本站分类为肿瘤/其他，说明其在分类体系中归入肿瘤相关数据，但未进一步细分至特定肿瘤亚类。
【采集与来源】
该数据集来源站为omicsdi.org。根据源站描述，数据涉及ACC原代移植瘤和原发肿瘤两类样本。全基因组序列针对ACC原代移植瘤，组蛋白修饰图谱针对ACC原代移植瘤，转录因子结合图谱则同时覆盖ACC原代移植瘤和原发肿瘤。处理后ChIP-seq数据可在GEO以登录号GSE76465获取。除上述信息外，关于样本采集的具体时间、地点、伦理审批信息、测序平台、试剂来源等细节，源站未提供。
【适用场景】
该数据集适用于肿瘤基因组学和表观遗传学相关研究。具体而言，可用于分析ACC原代移植瘤的基因组变异特征，比较原代移植瘤与原发肿瘤在转录因子结合层面的异同，以及研究组蛋白修饰在ACC中的分布模式。由于同时包含原代移植瘤和原发肿瘤的转录因子结合图谱，该数据集也可用于评估原代移植瘤模型在表观遗传层面代表原发肿瘤的程度。此外，该数据集可作为ACC相关研究的公共数据资源，用于方法学验证、数据整合分析或作为对照数据集使用。主题标签为基因组学，进一步说明其适用于基因组学相关分析流程。
【使用方法】
使用者可通过来源站omicsdi.org获取该数据集的入口信息。处理后ChIP-seq数据可在GEO以登录号GSE76465获取。对于全基因组序列和组蛋白修饰图谱，源站描述中未明确其具体获取方式，源站未提供。使用时应根据数据类型选择相应的分析流程，例如全基因组序列可采用比对、变异检测等常规基因组分析步骤，ChIP-seq数据可采用峰识别、注释和比较分析等方法。由于数据集涉及原代移植瘤和原发肿瘤两类样本，使用时可依据研究目的进行分组比较。关于数据的具体文件格式、数据量、参考基因组版本等信息，源站未提供。
【质量与限制】
该数据集的质量控制信息、测序深度、覆盖度、重复性等指标，源站未提供。数据限制方面，由于来源站描述仅提及处理后ChIP-seq数据可在GEO获取，未说明全基因组序列和组蛋白修饰图谱的详细处理流程和质控标准，使用者在分析时需自行评估数据适用性。此外，该数据集涉及ACC原代移植瘤和原发肿瘤，但样本数量、来源机构、患者背景等信息均未提供，可能影响结果的普适性判断。本站分类为肿瘤/其他，未进一步细分，也提示该数据集在分类层面缺乏更精细的标注。
【引用与许可】
该数据集的引用方式、许可协议、使用条款等信息，源站未提供。使用者在使用该数据集时，应参考来源站omicsdi.org及GEO登录号GSE76465的相关说明，并遵循相应的数据使用规范。由于源站描述中未提及具体的引用要求或许可类型，建议在使用前查阅相关数据库的官方说明。
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/EGAD00001001662
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
ACC原代移植瘤的全基因组序列，以及ACC原代移植瘤和原发肿瘤的组蛋白修饰图谱和转录因子结合图谱。处理后的ChIP-seq数据可在GEO数据库中获取，登录号为GSE76465。
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。
