肝细胞腺瘤外显子组测序样本数据
该数据集为肝细胞腺瘤相关的外显子组测序样本数据，来源于omicsdi.org，属于肿瘤/其他分类。数据包含30名供体的全外显子组测序结果，其中46个肿瘤样本和30个非肿瘤样本，采用Illumina HiSeq 2000平台进行配对末端测序
基本信息
资源简介
肝细胞腺瘤外显子组测序样本数据
exome_seq_hepatcell_adenomas - samples 是一个聚焦于肝细胞腺瘤的外显子组测序样本数据集，归类于肿瘤/其他方向，来源为 omicsdi.org。该数据集围绕肝细胞腺瘤这一肿瘤类型，提供了来自 30 名供体的全外显子组测序数据，其中包括 46 个肿瘤样本和 30 个非肿瘤样本，测序采用配对末端策略，平台为 Illumina HiSeq 2000。整体而言，该数据集以基因组学为主题标签，可用于探索肝细胞腺瘤在编码区层面的遗传变异特征，并支持肿瘤与对应非肿瘤组织之间的比较分析，为相关研究提供原始测序层面的样本资源。
【数据集背景】
肝细胞腺瘤是肝脏的一种肿瘤性病变，对其开展外显子组水平的测序有助于从基因组编码区角度理解该肿瘤的分子特征。该数据集由 Inserm U674 收集，项目负责人为 Jessica Zucman-Rossi，同时涉及法国国家癌症研究所（Institut National du Cancer，INCa），负责人为 Fabien Calvo，采集地点为法国。数据集以肿瘤/其他作为分类归属，主题标签为 Genomics，英文名称为 exome_seq_hepatcell_adenomas - samples，来源站为 omicsdi.org。上述背景信息表明该数据集属于肿瘤基因组学研究中针对肝细胞腺瘤的样本集合，其组织来源和项目归属明确，便于研究者在相关课题中定位和使用。
【数据内容】
该数据集的核心内容是来自 30 名供体的全外显子组测序数据。具体而言，共包含 46 个肿瘤样本和 30 个非肿瘤样本的全外显子组测序结果。测序采用配对末端（paired-end）方式，使用的测序平台为 Illumina HiSeq 2000。样本类型覆盖肿瘤组织与非肿瘤组织，这种配对设计为比较肿瘤与正常组织之间的外显子组差异提供了基础。数据以样本为单位组织，数据集名称中的“samples”也提示其内容侧重于样本层面的测序数据集合。除上述信息外，源站未提供关于具体基因突变、变异位点、覆盖深度、读长等更细粒度的数据内容描述。
【采集与来源】
该数据由 Inserm U674 收集，项目负责人为 Jessica Zucman-Rossi。同时，法国国家癌症研究所（Institut National du Cancer，INCa）参与其中，负责人为 Fabien Calvo。采集国家为法国。数据来源站为 omicsdi.org。测序工作使用 Illumina HiSeq 2000 平台完成，采用配对末端测序策略。样本来自 30 名供体，包括 46 个肿瘤样本和 30 个非肿瘤样本。关于样本采集的具体时间、伦理审批信息、供体临床特征等，源站未提供。
【适用场景】
基于该数据集的内容与主题标签，其适用场景主要包括肝细胞腺瘤相关的基因组学研究，尤其是全外显子组层面的变异探索。由于同时包含肿瘤样本和非肿瘤样本，可用于肿瘤与对照组织之间的比较分析，例如识别肿瘤特异的编码区变异。该数据集也可作为肿瘤基因组学研究的样本资源，用于方法学验证、变异注释流程测试或与其他肝细胞腺瘤数据集的整合分析。此外，对于关注 Illumina HiSeq 2000 配对末端测序数据的研究者，该数据集可作为平台相关的数据实例。关于具体的分析应用方向，源站未提供进一步说明。
【使用方法】
该数据集来源于 omicsdi.org，使用者可通过该来源站获取相关数据。数据以样本形式组织，包含 30 名供体的 46 个肿瘤样本和 30 个非肿瘤样本的全外显子组测序结果，测序类型为配对末端，平台为 Illumina HiSeq 2000。使用时可依据样本分组进行肿瘤与非肿瘤的比较分析。关于数据下载的具体格式、文件结构、预处理步骤、参考基因组版本以及分析流程等，源站未提供。
【质量与限制】
该数据集采用 Illumina HiSeq 2000 平台进行配对末端全外显子组测序，样本包括 46 个肿瘤样本和 30 个非肿瘤样本，来自 30 名供体。关于测序质量指标、覆盖度、重复率、污染评估等质量控制信息，源站未提供。该数据集的限制在于，当前可获取的信息仅涵盖样本数量、样本类型、测序平台和测序策略等基本层面，缺乏对变异结果、临床注释和详细质量评估的描述。因此，在使用时需结合源站提供的原始数据自行开展质量评估与分析。关于数据的具体限制和使用注意事项，源站未提供。
【引用与许可】
该数据集由 Inserm U674 收集，项目负责人为 Jessica Zucman-Rossi；法国国家癌症研究所（Institut National du Cancer，INCa）参与，负责人为 Fabien Calvo。数据来源站为 omicsdi.org。关于该数据集的引用方式、许可协议、使用条款以及数据共享政策等，源站未提供。
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/EGAD00001000737
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
Whole exome sequencing data from 30 donors (46 tumors and 30 non-tumoral whole exome sequencing, paired-end, HiSeq 2000, Illumina) collected by the Inserm U674, PI Jessica Zucman-Rossi - Institut National du Cancer (INCa), PI Fabien Calvo, France.
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。
