基本信息

模态

基因组

创建/更新时间

2026-10-28

资源简介

ICGC 食管腺癌测序数据 - 100 例样本

ICGC Oesophageal Adenocarcinoma sequence data - 100 - samples 是一项面向食管腺癌的测序数据集，归属于 ICGC PanCancer 项目中的“100”项目，共包含 100 例样本。该数据集在分类上属于肿瘤领域的“其他”类别，主题标签为 Genomics，来源站为 omicsdi.org。从整体定位看，它为研究者提供了一批以食管腺癌为对象的基因组学测序材料，可用于围绕该癌种开展探索性分析。由于数据集名称与来源描述均强调其与 ICGC PanCancer 项目的关联，其价值主要体现在将食管腺癌样本纳入更广泛的泛癌研究框架之中，便于在统一的项目语境下理解这批样本的测序属性。

【数据集背景】

该数据集来源于 ICGC PanCancer 项目下的“100”项目。ICGC PanCancer 项目以跨癌种的基因组学研究为背景，而“100”项目则是其中产出这批食管腺癌样本的具体来源。数据集名称中的“Oesophageal Adenocarcinoma”指明了癌种为食管腺癌，“sequence data”表明其内容为测序数据，“100 - samples”则对应样本规模。数据集在站内被归入肿瘤类别下的“其他”分类，主题标签为 Genomics，说明其核心内容围绕基因组学展开。

【数据内容】

该数据集包含 100 例食管腺癌样本的测序数据。样本来自 ICGC PanCancer 项目中的“100”项目。除样本数量与癌种、数据类型外，关于测序平台、读长、文件格式、数据体积、变异类型等具体内容，源站未提供。

【采集与来源】

数据集的来源站为 omicsdi.org。源站描述指出，这些样本来自“100”项目，且属于 ICGC PanCancer 项目。关于样本采集地点、采集时间、伦理审批、供体临床信息等，源站未提供。

【适用场景】

基于其癌种与基因组学属性，该数据集可用于食管腺癌相关的基因组学探索，也可在 ICGC PanCancer 项目的泛癌框架下用于跨癌种比较研究的样本组成参考。关于具体的适用分析类型与已验证的应用场景，源站未提供。

【使用方法】

源站未提供关于数据下载方式、访问权限、文件组织结构和分析流程的具体说明。

【质量与限制】

该数据集样本量为 100 例，属于中等规模的癌种特异性样本集合。关于数据质量评估、覆盖度、样本纳入排除标准以及使用限制，源站未提供。

【引用与许可】

源站未提供该数据集的引用方式与许可条款信息。

原始链接

https://omicsdi.org/dataset/ega/EGAD00001001071

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/EGAD00001001071

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。

数据说明

“100”项目中属于ICGC PanCancer项目的样本。

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