食管样本测序数据 - sk_paper_release - samples
该数据集为食管样本的测序数据，来源于omicsdi.org，包含约1000个样本的sWGS数据BAM文件，支持Killcoyne、Gregson等人关于“基因组拷贝数可在食管癌转化前数年预测癌症”的研究
基本信息
资源简介
食管样本测序数据 - sk_paper_release - samples
该数据集为食管样本的测序数据，英文名称为“Sequencing data for oesophageal samples - sk_paper_release - samples”，在分类上归属于肿瘤领域的其他类别，来源站为omicsdi.org。数据集以基因组学为主题标签，核心内容是约1000个样本的sWGS（浅层全基因组测序）数据，以BAM文件形式提供。该数据用于支持Killcoyne、Gregson等人关于“基因组拷贝数可在食管癌转化前数年预测癌症”的研究，属于该论文的配套数据发布。整体而言，这是一个围绕食管癌早期预测问题、以全基因组测序数据为主要载体、样本规模约千例的肿瘤基因组学数据集，适合关注食管癌基因组拷贝数变化与癌变进程关系的研究者使用。
【数据集背景】
该数据集服务于一项关于食管癌早期预测的研究。源站描述明确指出，数据支持Killcoyne、Gregson等人的研究成果，论文主题为“Genomic copy number predicts esophageal cancer years before transformation”，即基因组拷贝数可在食管癌发生转化之前数年预测癌症。这一背景决定了数据集的核心价值在于为“拷贝数变化作为食管癌早期预警信号”这一研究结论提供原始测序层面的支撑。数据集被归入肿瘤分类下的其他类别，主题标签为基因组学，说明其关注点在于肿瘤发生过程中的基因组层面改变，而非转录组、蛋白组等其他组学层次。
【数据内容】
数据集包含约1000个样本的sWGS数据，文件格式为BAM。sWGS即浅层全基因组测序，通常以较低的测序深度覆盖全基因组，适合用于检测拷贝数变异等基因组结构层面的变化，这与该研究聚焦基因组拷贝数的主题相吻合。BAM文件是测序比对结果的常用存储格式，包含测序读段与参考基因组的比对信息，可供后续进行拷贝数分析等处理。数据集名称中包含“sk_paper_release”与“samples”字样，表明其为论文发布配套的样本层面数据集合。除上述内容外，源站未提供关于样本具体构成、测序平台、测序深度、文件数量与体积等更细化的信息。
【采集与来源】
该数据集来源于omicsdi.org。源站描述提及其为支持Killcoyne、Gregson等人研究的sWGS数据，样本对象为食管样本。关于样本的具体采集地点、采集时间、采集流程、伦理审批信息以及测序实验的具体操作细节，源站未提供。
【适用场景】
基于其内容与背景，该数据集可用于围绕食管癌基因组拷贝数开展的分析与研究，例如复现或延伸“拷贝数变化预测食管癌转化”的相关分析，探索食管样本中拷贝数变异的分布特征，以及作为食管癌早期预测方法开发与验证的公开数据资源。由于数据为sWGS的BAM文件，也适合用于拷贝数检测流程的测试与比较。关于该数据集在其他场景下的适用性，源站未提供。
【使用方法】
数据集以BAM文件形式提供，使用者可按BAM文件的常规处理方式开展分析，例如进行比对结果的质量评估、读段深度统计以及拷贝数变异检测等。由于数据为浅层全基因组测序，分析时需考虑测序深度对拷贝数检测灵敏度的影响。关于该数据集的具体下载方式、目录组织、配套分析代码或流程，源站未提供。
【质量与限制】
数据集包含约1000个样本的sWGS数据，样本规模相对可观，但浅层全基因组测序的深度限制可能影响对低比例或小范围变异的检测能力。关于数据质量评估指标、样本纳入排除标准、数据完整性以及已知的技术偏差，源站未提供。使用者应注意，该数据集为特定论文的配套发布，其适用范围与原始研究设计密切相关。
【引用与许可】
该数据集对应的研究成果为Killcoyne、Gregson等人的“Genomic copy number predicts esophageal cancer years before transformation”。关于数据的使用许可、引用规范以及再分发条件，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://omicsdi.org/dataset/ega/EGAD00001006033
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
Data supporting: “Genomic copy number predicts esophageal cancer years before transformation.” Killcoyne, Gregson et al. sWGS data 1000 samples BAM files
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。
