食管鳞状细胞癌进展相关基因组分析支持数据

数据集获取

源站：https://doi.org/10.5524/100181

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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

食管鳞状细胞癌（ESCC）是全球第六大致死性癌症，也是中国第四大致死性癌症。尽管基于微阵列技术和全基因组研究已分别识别出与ESCC发展相关的拷贝数变异和体细胞点突变，但不同疾病阶段的ESCC基因组特征尚未被探索，这可能揭示额外的致癌机制。在此，我们对51例I期和53例III期ESCC患者进行了全基因组测序或全外显子测序，以表征ESCC不同临床阶段发生的基因组改变，并在36例非典型增生样本中进一步验证了这些变化。由于该数据集的敏感性，它被托管在EBI的安全受限访问数据库欧洲基因组-表型组档案中。它已被分配登录号EGAD00001001487。要获取该数据集的访问权限，您需要向山西医科大学和华大基因数据访问委员会（DAC）申请许可。

可从GigaDB FTP服务器下载两种表格（见下方），两种表格均需填写完整，并发送电子邮件至崔永平博士，他是山西医科大学与华大基因DAC联合指定的代表。将表格发送给DAC后，无论您的申请是否被批准，您都将收到通知：若未获批准，DAC将通知您；若获批准，EGA将向您发送登录详情。此过程可能需要几天时间。

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。