靶向分析游离循环肿瘤DNA适用于神经母细胞瘤患者早期复发和可操作靶点检测
该数据集来自omicsdi.org,聚焦高危神经母细胞瘤的液体活检研究。研究采用微滴数字PCR检测纵向收集的液体活检及匹配肿瘤组织样本中MYCN和ALK拷贝数以及ALK p.F1174L和ALK p.R1275Q突变等位基因频率,共涉及31例高危神经母细胞瘤患者,并比较总游离DNA水平与标志物检测结

基本信息
资源简介
靶向分析游离循环肿瘤DNA适用于神经母细胞瘤患者早期复发和可操作靶点检测
该数据集来自omicsdi.org,聚焦高危神经母细胞瘤的液体活检研究。研究采用微滴数字PCR检测纵向收集的液体活检及匹配肿瘤组织样本中MYCN和ALK拷贝数以及ALK p.F1174L和ALK p.R1275Q突变等位基因频率,共涉及31例高危神经母细胞瘤患者,并比较总游离DNA水平与标志物检测结果和常规临床诊断数据。该数据可用于探索游离循环肿瘤DNA在早期复发监测和可操作靶点发现中的价值(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):目的:治疗难治性或复发性神经母细胞瘤仍具挑战性。监测体液中的肿瘤来源分子信息以指示微小残留病,支持更频繁的诊断监测,并可能在其导致复发之前检测到耐药亚克隆。如果从液体活检中识别出可操作靶点,则可更早考虑靶向治疗选择。实验设计:应用微滴数字PCR检测MYCN和ALK拷贝数以及ALK p.F1174L和ALK p.R1275Q突变的等位基因频率,对来自31例高危神经母细胞瘤患者的纵向收集的液体活检和匹配的肿瘤组织样本进行检测。将总游离DNA(cfDNA)水平和标志物检测与常规临床诊断数据进行比较。结果:来自高危患者血浆中的总cfDNA浓度
【主题与分类】
主题标签:Genomics。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/ega/EGAS00001006027
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/EGAS00001006027
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
目的:治疗难治性或复发性神经母细胞瘤仍具挑战性。监测体液中的肿瘤来源分子信息以提示微小残留病灶,有助于更频繁的诊断监测,并可能在其导致复发之前检测到耐药亚克隆。若从液体活检中识别出可干预的靶点,则可更早考虑靶向治疗方案。实验设计:采用微滴数字PCR检测MYCN和ALK拷贝数以及ALK p.F1174L和ALK p.R1275Q突变的等位基因频率,应用于31例高危神经母细胞瘤患者纵向采集的液体活检及配对的肿瘤组织样本。将总游离DNA(cfDNA)水平和标志物检测结果与常规临床诊断数据进行比较。结果:高危神经母细胞瘤患者血浆中的总cfDNA浓度高于健康对照,并与神经元特异性烯醇化酶水平和乳酸脱氢酶活性持续相关,但在复发诊断时与123I-间碘苄胍评分无关。
靶向cfDNA诊断在两名患者的早期复发检测中优于所有现有诊断方法。cfDNA中的标志物分析揭示了来自我们队列的17名患者中存在携带MYCN扩增和可成药ALK改变的细胞克隆的瘤内异质性,这些在配对的肿瘤组织样本中无法检测到。为孤立性中枢神经系统复发患者脑脊液中的分子靶标检测提供了概念验证。结论:在儿童高危神经母细胞瘤患者的液体活检中,可以在疾病过程中识别和监测肿瘤特异性改变。这种cfDNA监测方法值得进一步前瞻性验证,并用于诊断目的和指导治疗决策。
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。




