ICGC 食管腺癌测序数据 - icgc_release_26 - 样本
该数据集来自 omicsdi.org，收录 ICGC ESAD-UK 项目的食管腺癌全基因组测序数据，共 303 例病例、620 个样本，肿瘤样本测序深度 50x、正常样本 30x，采用 HiSeq X 平台并以 BAM 文件形式提供，所有样本均可在 ICGC release 26 中获取
基本信息
资源简介
ICGC 食管腺癌测序数据 - icgc_release_26 - 样本
ICGC Oesophageal Adenocarcinoma sequence data - icgc_release_26 - samples 数据集来自 omicsdi.org，收录 ICGC ESAD-UK 项目的食管腺癌全基因组测序数据，共涉及 303 例病例、620 个样本。肿瘤样本测序深度为 50x，正常样本测序深度为 30x，采用 HiSeq X 平台，数据以 BAM 文件形式提供，所有样本均可在 ICGC release 26 中获取。该数据集属于肿瘤领域，主题标签为 Genomics，可为食管腺癌的基因组研究提供原始测序数据基础。
【数据集背景】
该数据集对应 ICGC ESAD-UK 项目，聚焦食管腺癌（Oesophageal Adenocarcinoma）的全基因组测序。食管腺癌是消化系统肿瘤中具有特定分子特征的亚型，对其开展全基因组层面的测序有助于刻画肿瘤基因组变异图谱。该数据集以 ICGC release 26 为版本载体，将项目产生的测序样本集中呈现，属于肿瘤基因组学研究中面向食管腺癌的公开数据资源。数据集在分类上归入肿瘤 / 其他，主题标签为 Genomics，体现了其以基因组测序为核心的数据属性。
【数据内容】
数据集包含 303 例病例的 620 个样本，样本类型涵盖肿瘤与正常组织。测序策略为全基因组测序（WGS），其中肿瘤样本测序深度为 50x，正常样本测序深度为 30x。数据以 BAM 文件格式提供，便于后续的比对结果分析与变异检测。样本均来自 ICGC ESAD-UK 项目，并统一收录于 ICGC release 26 版本中，保证了样本集合与版本之间的一致性。
【采集与来源】
数据来源于 omicsdi.org 所收录的 ICGC ESAD-UK 项目，测序平台为 HiSeq X。样本的测序深度设置区分了肿瘤与正常两类：肿瘤 50x、正常 30x，这一设计符合肿瘤—正常配对全基因组测序的常见安排，用于支撑体细胞变异的识别。所有样本均可在 ICGC release 26 中获取，说明该数据集是 ICGC 数据发布体系中的组成部分。关于样本采集地点、伦理审批及具体建库流程，源站未提供。
【适用场景】
该数据集适用于食管腺癌的全基因组变异研究，包括体细胞突变、结构变异及拷贝数变化的检测与分析；也可用于肿瘤—正常配对样本的比较研究，以及作为食管腺癌基因组特征的参考数据。由于提供 BAM 文件，使用者可在比对层面重新进行变异 calling 或调整分析流程。此外，该数据可用于方法学验证、流程基准测试以及与其他肿瘤基因组数据集的联合分析。具体研究设计需结合数据版本与样本信息自行确定。
【使用方法】
使用者可通过 ICGC release 26 获取该数据集中的样本数据，文件格式为 BAM。分析时通常以肿瘤—正常配对为基础，利用 50x 肿瘤与 30x 正常的测序深度开展体细胞变异检测。由于数据以 BAM 形式提供，需借助常规基因组分析工具进行比对结果处理、变异识别与注释。使用前应确认样本与病例的对应关系，并遵循 ICGC 的数据访问与使用规定。关于具体的下载入口、文件组织方式及分析流程细节，源站未提供。
【质量与限制】
该数据集明确了测序平台（HiSeq X）与测序深度（肿瘤 50x、正常 30x），为数据质量评估提供了基本参照。数据以 BAM 文件提供，属于比对后的序列数据。限制方面，源站未提供样本的临床信息、病理分级、随访数据及质控指标等细节；数据集仅覆盖 ICGC ESAD-UK 项目在 release 26 中的样本，未说明后续版本更新情况。使用者需注意数据版本与样本范围的边界，避免超出该数据集所覆盖的内容进行推断。
【引用与许可】
该数据集来自 omicsdi.org，原始项目为 ICGC ESAD-UK，样本收录于 ICGC release 26。关于具体的引用规范、许可条款及数据使用协议，源站未提供。使用者在引用或再分发数据前，应查阅 ICGC 及 omicsdi.org 的相关政策，并遵循项目方的数据使用要求。
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/EGAD00001003580
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项目的303例病例（620份样本）的全基因组测序数据：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26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。
