淋巴瘤测序数据集
肿瘤领域表格公开数据集，来源：NCBI。
基本信息
资源简介
淋巴瘤测序数据集
【一句话概览】
该数据库收录了描述几种B细胞淋巴瘤（包括滤泡性淋巴瘤和霍奇金淋巴瘤）基因组图谱的测序数据。研究采用多种高通量测序技术，检测来自淋巴结活检肿瘤细胞及皮肤活检和外周血单核细胞正常细胞的基因组DNA和RNA，涉及108名受试者。所用平台包括外显子组测序、靶向1716个淋巴瘤相关基因外显子及剪接位点的定制捕获panel（WUSM-LP）、单细胞RNA测序以及CITE-seq，后者用于描述淋巴瘤患者治疗前后免疫细胞亚群的转录和蛋白质组变化（来源 NCBI）。
【数据集背景】
本数据集源站标题为《dbGaP Study Sequencing Lymphoma》。
【数据内容】
源站原始描述：This repository contains sequencing data to describe the genomic profiles of several B-cell lymphomas including follicular lymphoma and Hodgkin lymphoma. We have used several different high throughput sequencing technologies to interrogate genomic DNA and RNA from tumor cells obtained from lymph node biopsies and normal cells obtained from skin biopsies and peripheral blood mononuclear cells. A number of sequencing platforms for DNA, RNA, and protein were used to generate the data. These platfor…
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据库包含用于描述几种B细胞淋巴瘤（包括滤泡性淋巴瘤和霍奇金淋巴瘤）基因组特征的测序数据。我们采用了多种不同的高通量测序技术，对从淋巴结活检获得的肿瘤细胞以及从皮肤活检和外周血单核细胞获取的正常细胞的基因组DNA和RNA进行了研究。用于生成数据的DNA、RNA和蛋白质测序平台众多，包括外显子组测序和一个定制捕获面板（NimbleGen），该面板针对与淋巴瘤生物学相关的1716个基因（WUSM-LP）的外显子和剪接位点，覆盖7.05 MB区域。其他平台还包括单细胞RNA测序和通过测序进行的细胞转录组和表位索引（CITE-seq），后者用于描述淋巴瘤患者治疗前后免疫细胞亚群的转录和蛋白质组变化。
【主题与分类】
主题标签：Lymphoma、Follicular Lymphoma、Hodgkin Disease、B-cell lymphoma、exome sequencing、single-cell RNA-seq、CITE-seq、genomic DNA、RNA、CD19。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs001229.v2.p1
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://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs001229.v2.p1
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
包含滤泡性淋巴瘤等B细胞淋巴瘤的DNA、RNA和单细胞测序数据，用于基因组特征分析。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
