血管肉瘤全转录组测序样本数据集
该数据集来自 omicsdi.org，包含血管肉瘤患者的全转录组测序（WTS）样本，涉及 6 例肿瘤-正常配对样本和 6 例仅肿瘤样本
基本信息
资源简介
血管肉瘤全转录组测序样本数据集
该数据集收录于 omicsdi.org，分类归属为肿瘤 / 其他，主题标签为 Genomics。其内容围绕血管肉瘤（angiosarcoma）患者的全转录组测序（Whole-transcriptome sequencing, WTS）展开，包含 6 例肿瘤-正常配对样本和 6 例仅肿瘤样本。样本来源于经诊断为血管肉瘤的患者，测序工作针对肿瘤样本的总 RNA 进行。整体来看，该数据集提供了血管肉瘤在转录组层面的测序样本信息，可用于了解该肿瘤类型的基因表达特征。数据集英文名称为 ena-DATASET-NCCS-29-09-2019-15:38:55:695-107 - samples，表明其与 ENA 数据库中的样本记录相关联，并通过 omicsdi.org 平台对外呈现。
【数据集背景】
血管肉瘤是一种来源于血管内皮细胞的恶性肿瘤，其分子特征和转录组层面的表达谱对于理解该疾病的生物学行为具有重要意义。该数据集正是针对确诊为血管肉瘤的患者样本开展全转录组测序，旨在获取肿瘤组织中的 RNA 表达信息。数据集的分类为肿瘤 / 其他，主题标签为 Genomics，说明其属于基因组学范畴的肿瘤研究数据。源站描述中明确提及样本来自被诊断为血管肉瘤的患者，包括 6 例肿瘤-正常配对样本和 6 例仅肿瘤样本，这为后续分析肿瘤与正常组织之间的转录组差异提供了样本基础。该数据集通过 omicsdi.org 进行索引和展示，便于研究者在组学数据资源中检索和获取。
【数据内容】
该数据集的核心内容是血管肉瘤样本的全转录组测序数据。具体而言，包含 6 例肿瘤-正常配对样本和 6 例仅肿瘤样本，合计涉及 12 例样本的测序信息。测序对象为肿瘤样本的总 RNA，这些 RNA 来自经诊断患有血管肉瘤的患者。全转录组测序能够覆盖样本中各类 RNA 转录本，从而反映基因表达水平、可变剪接以及融合转录本等潜在信息。数据集中既包含肿瘤组织与正常组织的配对样本，也包含仅有肿瘤组织的样本，这种设计有助于在缺乏正常对照的情况下仍能对肿瘤样本的转录组特征进行描述。样本的测序读长和平台信息在源站描述中有明确说明，测序分别在 HiSeq 2500 和 HiSeq 3000 平台上完成，读长分别为 2x101 bp 和 2x151 bp。
【采集与来源】
根据源站描述，该数据集的样本采集与处理流程如下：从速冻的 EITL 肿瘤样本中提取总 RNA，提取试剂为 TRIzol（Invitrogen），随后使用 RNeasy Mini Kit（Qiagen）按照制造商说明进行纯化。RNA 的完整性通过 2100 Bioanalyzer（Agilent Technologies）进行电泳检测。取 500 ng 总 RNA，使用 iScript cDNA Synthesis Kit（Bio-Rad, Hercules, CA, USA）进行逆转录。定量采用 SsoFast EvaGreen Supermix 和 CFX96 Real-Time PCR System（均为 Bio-Rad 产品）完成。测序文库使用 TruSeq Stranded Total RNA Library Prep Kit with Ribo-Zero（Illumina）制备，随后在 HiSeq 2500 和 HiSeq 3000（Illumina）平台上进行全转录组测序，读长分别为 2x101 bp 和 2x151 bp。数据来源站为 omicsdi.org，数据集英文名称中包含 ena-DATASET 字样，提示其与 ENA 数据库中的样本记录存在关联。
【适用场景】
该数据集适用于血管肉瘤转录组层面的相关研究。由于包含肿瘤-正常配对样本和仅肿瘤样本，可用于分析血管肉瘤肿瘤组织与正常组织之间的基因表达差异，也可用于探索仅肿瘤样本中的转录组特征。全转录组测序数据可用于基因表达定量、转录本结构分析、可变剪接检测以及融合基因预测等通用分析场景。此外，该数据集可与其他血管肉瘤或软组织肉瘤的组学数据联合使用，以进行跨数据集的比较分析。对于关注血管内皮细胞来源肿瘤的分子机制研究，该数据集提供了可用的测序样本资源。主题标签 Genomics 表明其适用于基因组学与转录组学相关的研究领域。
【使用方法】
该数据集可通过 omicsdi.org 平台获取。使用者可根据数据集英文名称 ena-DATASET-NCCS-29-09-2019-15:38:55:695-107 - samples 在 omicsdi.org 或相关 ENA 记录中检索。由于数据为全转录组测序样本，典型的使用流程包括：下载原始测序读段或比对后的表达数据，进行质量控制、比对到参考基因组、表达定量以及下游差异表达分析等。对于肿瘤-正常配对样本，可采用配对分析策略；对于仅肿瘤样本，可进行无对照的表达谱描述或与其他参考数据集比较。具体的数据格式、文件大小、下载方式及分析工具选择，源站未提供。
【质量与限制】
源站描述中提及了 RNA 完整性检测、逆转录、定量及文库制备等环节，并说明了测序平台和读长，表明样本处理遵循了一定的实验流程。然而，关于样本的临床信息、肿瘤分级、患者年龄、性别、生存数据等，源站未提供。数据集中仅包含 6 例肿瘤-正常配对样本和 6 例仅肿瘤样本，样本量较小，可能限制统计功效和结论的普适性。此外，源站未提供测序深度、覆盖度、比对率等质量指标，也未说明是否存在批次效应或技术重复。因此，在使用该数据集时，需注意样本量有限以及缺乏详细临床注释等潜在限制。
【引用与许可】
源站未提供该数据集的引用方式、许可协议或使用条款。使用者如需引用或使用该数据集，应直接访问 omicsdi.org 上的对应记录，查看是否有相关的引用要求或数据使用政策。由于源站未提供许可信息，无法确认该数据集是否允许自由使用、再分发或用于商业目的。建议在获取和使用前，查阅 omicsdi.org 及关联数据库的通用条款，并遵循数据提供方的具体要求。
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/EGAD00001005367
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
对6例诊断为血管肉瘤患者的6份肿瘤-正常样本和6份仅肿瘤样本进行了全转录组测序（WTS）。使用TRIzol（Invitrogen）从速冻EITL肿瘤样本中提取总RNA，并按照制造商说明使用RNeasy Mini Kit（Qiagen）进行纯化。使用2100 Bioanalyzer（Agilent Technologies）通过电泳测定RNA的完整性。使用iScript cDNA Synthesis Kit（Bio-Rad, Hercules, CA, USA）对500 ng总RNA进行逆转录。使用SsoFast EvaGreen Supermix和CFX96 Real-Time PCR System（均为Bio-Rad）进行定量。使用带有Ribo-Zero的TruSeq Stranded Total RNA Library Prep Kit（Illumina）制备测序文库，并在HiSeq 2500和HiSeq 3000（Illumina）上进行WTS，读长分别为2x101 bp和2x151 bp。
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。
