ICGC 食管腺癌测序数据 - dcc_release_28 - 样本
数据覆盖 409 例病例、共 832 个样本，包含肿瘤样本（50x）与正常样本（30x）的 HiSeq X BAM 文件
基本信息
资源简介
ICGC 食管腺癌测序数据 - dcc_release_28 - 样本
ICGC Oesophageal Adenocarcinoma sequence data - dcc_release_28 - samples 是一个面向食管腺癌基因组研究的测序样本数据集，收录于 omicsdi.org，在本站归入肿瘤／其他分类。该数据集基于 ICGC ESAD-UK 项目产生，采用全基因组测序（WGS）策略，覆盖 409 例病例、共 832 个样本，其中肿瘤样本测序深度为 50x，正常样本测序深度为 30x，测序平台为 HiSeq X，数据以 BAM 文件形式提供。所有样本均可在 ICGC release 28 中获取。该数据集以 Genomics 为主题标签，适合作为食管腺癌体细胞变异识别、肿瘤—正常配对比较及队列级基因组分析的基础资源。
【数据集背景】
食管腺癌是消化系统恶性肿瘤的重要类型之一，其发生发展涉及复杂的基因组改变。ICGC（国际癌症基因组联盟）ESAD-UK 项目针对食管腺癌开展系统性测序研究，本数据集即为该项目在 dcc_release_28 版本中发布的样本级序列数据。数据集名称中的“dcc_release_28”表明其对应 ICGC 数据协调中心第 28 次发布版本，样本均可在该版本中检索获得。该数据集在本站被归入肿瘤／其他类别，主题标签为 Genomics，定位为肿瘤基因组学研究的基础测序资源。
【数据内容】
数据集覆盖 409 例病例，合计 832 个样本，包含肿瘤样本与正常样本两类。肿瘤样本按 50x 深度进行全基因组测序，正常样本按 30x 深度进行全基因组测序，测序平台为 HiSeq X，数据文件格式为 BAM。肿瘤与正常样本的配对设计为体细胞突变检测提供了对照基础。样本总数（832）大于病例数（409），说明部分病例对应多个样本。除上述样本数量、测序深度、平台与文件格式外，源站未提供更细粒度的数据内容说明。
【采集与来源】
该数据集来源于 omicsdi.org，原始数据由 ICGC ESAD-UK 项目产生，属于 ICGC 数据发布体系中的 dcc_release_28 版本。样本均为食管腺癌相关样本，涵盖肿瘤与正常组织，测序由 HiSeq X 平台完成。数据以 BAM 文件形式组织，便于直接用于下游比对与变异分析。关于样本采集地点、伦理审批信息、具体临床注释字段等，源站未提供。
【适用场景】
该数据集适用于食管腺癌的基因组学研究，包括体细胞单核苷酸变异与小插入缺失的识别、肿瘤—正常配对比较、拷贝数变异分析、结构变异探索以及队列水平的突变谱汇总分析。由于提供 BAM 格式的比对文件，使用者可在统一流程下重新进行变异检测，或将其作为已有变异调用结果的验证与补充资源。此外，该数据集也可用于方法学评估，例如比较不同测序深度（50x 肿瘤与 30x 正常）对变异检出灵敏度的影响。具体分析场景应结合样本注释信息确定，源站未提供相关注释细节。
【使用方法】
使用者可通过 ICGC release 28 获取该数据集对应的 BAM 文件。典型使用流程包括：按样本标识下载肿瘤与正常配对 BAM 文件，检查比对质量与测序深度，随后进行体细胞变异调用、过滤与注释。由于数据以 BAM 形式提供，分析前需准备参考基因组及相应的比对工具链。对于队列级分析，可按病例组织样本，构建肿瘤—正常配对矩阵。关于访问权限、下载方式与具体文件命名规则，源站未提供。
【质量与限制】
数据集明确给出肿瘤样本 50x、正常样本 30x 的测序深度以及 HiSeq X 平台信息，为评估数据质量提供了基本参照。但源站未提供碱基质量分布、比对率、 duplicates 比例、污染评估等具体质控指标，也未提供样本的临床与病理注释。此外，数据仅覆盖 ICGC release 28 版本，后续版本可能包含更新或修订，使用者应注意版本差异。数据的使用范围与再分发条件源站未提供。
【引用与许可】
该数据集来自 ICGC ESAD-UK 项目，使用时应遵循 ICGC 数据发布的相关引用规范。源站未提供具体的引用文献列表、DOI 或数据许可条款，使用者需自行查阅 ICGC 官方发布说明以确认引用与使用条件。
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/EGAD00001004137
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
ICGC ESAD-UK项目409例（832份样本）的WGS测序数据：肿瘤样本50x、正常样本30x，HiSeq X平台，BAM文件。这些样本均可在ICGC第28版发布数据中获取。
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。
