phs000811：靶向下一代DNA测序定制捕获比较
dbGaP研究（混合型、横断面、肿瘤与匹配正常组织对比）。本数据集为肿瘤领域公开数据集，主题涵盖肿瘤。本数据集为肿瘤领域的基因组公开数据集，来源：dbgap，主题涵盖肿瘤。
基本信息
资源简介
phs000811：靶向下一代DNA测序定制捕获比较
phs000811 是一个收录于 NCBI dbGaP 的肿瘤领域公开数据集，英文全称为 Comparison of custom capture for targeted next generation DNA sequencing。该研究采用混合型、横断面的设计思路，围绕肿瘤组织与匹配正常组织之间的对比展开，属于肿瘤方向中“其他”子类的数据资源。其核心关注点在于靶向下一代 DNA 测序中定制捕获方案的比较，为研究者理解不同捕获策略在靶向测序中的表现提供数据基础。数据集来源于 ncbi.nlm.nih.gov，主题标签包括 Mixed、Cross-Sectional 以及 Tumor vs. Matched-Normal，整体定位为面向肿瘤基因组研究的公开数据资源。
【数据集背景】
该数据集来自 NCBI 的 dbGaP 研究平台，研究名称为 Comparison of custom capture for targeted next generation DNA sequencing。dbGaP 是国际上广泛使用的基因型与表型数据库，收录大量与人类遗传学和基因组学相关的研究。该研究的设计类型为混合型、横断面，并以肿瘤与匹配正常组织的对比为核心框架。在肿瘤研究中，将肿瘤样本与同一来源的匹配正常样本进行对照，是识别体细胞变异、区分胚系与体细胞改变的常见思路。该数据集即在这一背景下，聚焦于靶向下一代 DNA 测序中定制捕获方案的比较问题。
【数据内容】
该数据集的主题涵盖肿瘤，分类上归属于肿瘤 / 其他。其研究设计明确为肿瘤与匹配正常组织的对比，并采用横断面与混合型的设计。数据集英文名称表明其内容与“用于靶向下一代 DNA 测序的定制捕获比较”相关。除上述信息外，关于样本数量、测序平台、捕获区间、变异类型、数据文件格式等具体内容，源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，属于 dbGaP 研究条目，编号为 phs000811。其源站描述为 dbGaP study，设计类型为 Mixed、Cross-Sectional、Tumor vs. Matched-Normal。关于样本采集地点、采集时间、纳入排除标准、伦理审批信息以及具体的测序与建库流程，源站未提供。
【适用场景】
基于其肿瘤与匹配正常组织对比的设计，该数据集可服务于肿瘤基因组学中与靶向测序捕获方案评价相关的分析场景，例如比较不同定制捕获策略在靶向下一代 DNA 测序中的表现。同时，其横断面设计也适合用于特定时间点上的肿瘤与正常组织对照分析。由于主题标签涵盖 Mixed 与 Cross-Sectional，该数据也可用于方法学层面的探索。关于更具体的适用场景，源站未提供。
【使用方法】
该数据集通过 NCBI dbGaP 平台发布，研究编号为 phs000811。通常 dbGaP 数据需要按照平台规定的申请与授权流程获取访问权限。关于该数据集的具体下载方式、访问级别、所需审批步骤以及配套分析工具，源站未提供。
【质量与限制】
该数据集为 dbGaP 收录的公开研究条目，其设计类型为混合型、横断面，并采用肿瘤与匹配正常组织对比的框架。关于样本量、数据完整性、测序深度、覆盖度、批次效应、混杂因素控制以及任何质量评估指标，源站未提供。使用者在解释结果时，应结合横断面设计本身的局限加以考虑。
【引用与许可】
该数据集来源于 ncbi.nlm.nih.gov 的 dbGaP 平台，编号为 phs000811。关于具体的引用格式、许可条款、数据使用协议以及二次分发规定，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://ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs000811
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
dbGaP study (Mixed, Cross-Sectional, Tumor vs. Matched-Normal).
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。
