GDC APOLLO-OV：卵巢浆液性囊腺癌蛋白质基因组学特征
该数据集来自 GDC 的 APOLLO-OV 项目，聚焦卵巢浆液性囊腺癌的蛋白质基因组学特征，原发部位包括卵巢、腹膜后和腹膜，疾病类型为 Epithelial Neoplasms, NOS
基本信息
资源简介
GDC APOLLO-OV：卵巢浆液性囊腺癌蛋白质基因组学特征
GDC APOLLO-OV 数据集全称为 APOLLO2: Proteogenomic characterization of ovarian serous cystadenocarcinoma，收录于 NCI Genomic Data Commons（GDC），本站归类为肿瘤 / 卵巢癌。该项目聚焦卵巢浆液性囊腺癌的蛋白质基因组学特征，原发部位涵盖卵巢、腹膜后和腹膜，疾病类型为 Epithelial Neoplasms, NOS，隶属于 APOLLO 研究计划。数据集共包含 70 例病例、2,119 个文件，总规模约 91564.8 GB，整合了临床、生物样本、RNA-Seq、WXS、甲基化及影像等多类数据，并区分开放获取与受控访问层级，为卵巢癌的蛋白质基因组学研究提供了较为系统的数据资源。
【数据集背景】
该数据集来源于 GDC 的 APOLLO-OV 项目，是 APOLLO 计划下针对卵巢浆液性囊腺癌开展的蛋白质基因组学表征工作。卵巢浆液性囊腺癌是上皮性卵巢肿瘤中常见的亚型，其分子机制复杂，单纯依靠基因组层面难以全面揭示肿瘤发生发展过程。APOLLO-OV 项目通过整合多组学数据，试图从蛋白质与基因组联合的角度刻画该疾病的分子特征。数据集所属疾病类型标注为 Epithelial Neoplasms, NOS，原发部位包括卵巢、腹膜后和腹膜，提示纳入病例在解剖位置上覆盖了该疾病常见的原发与累及区域。
【数据内容】
数据集共收录 70 例病例，对应 2,119 个文件，总数据量约 91564.8 GB。数据类别包括临床数据、生物样本数据、RNA-Seq、WXS、甲基化数据以及影像数据。这些数据共同构成了从临床信息、样本属性到基因组、转录组、表观遗传及影像层面的多维度资源。数据按照 GDC 的开放与受控访问层级进行划分，使用者需根据数据层级和自身权限获取相应内容。
【采集与来源】
数据来自 portal.gdc.cancer.gov，即 NCI Genomic Data Commons 门户。GDC 作为统一的癌症基因组数据平台，对来自不同研究项目的数据进行协调与标准化处理。该数据集属于 GDC 协调后的癌症基因组学项目，其来源站点和项目归属明确，数据经由 GDC 体系对外发布，供研究社区按访问层级使用。
【适用场景】
该数据集适用于卵巢浆液性囊腺癌的蛋白质基因组学相关研究，可用于探索基因组、转录组、甲基化与蛋白质层面之间的关联，也可支持临床与生物样本信息的综合分析。由于包含影像数据，还可能用于影像与分子特征之间的联合分析。此外，该数据集可用于方法学验证、分子分型探索以及多组学整合分析等研究方向。
【使用方法】
使用者可通过 GDC 门户访问该项目，依据数据的开放或受控访问层级申请和下载相应文件。开放获取层级的数据可直接获取，受控访问层级的数据通常需要经过数据使用申请与审批流程。使用时应结合临床、生物样本及各类组学文件，按照研究目的进行整合分析。具体下载工具、流程和权限要求以 GDC 门户的说明为准。
【质量与限制】
该数据集由 GDC 进行协调处理，属于 harmonized 癌症基因组学项目，数据经过统一整理。但数据总量较大，约 91564.8 GB，对存储与计算资源要求较高。此外，数据集仅包含 70 例病例，样本量相对有限，可能影响统计功效与结论的普适性。数据分为开放与受控层级，部分内容可能无法直接获取。其他质量评估信息源站未提供。
【引用与许可】
该数据集来源于 GDC，使用时应遵循 GDC 及项目相关的数据使用与引用规范。开放与受控访问层级对应不同的使用条件，受控数据需获得相应授权。具体引用格式、许可条款及数据使用协议以源站公布的信息为准，源站未提供更详细的引用与许可说明。
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。
需登录公开下载
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。
暂未开放有偿下载
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://portal.gdc.cancer.gov/projects/APOLLO-OV
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:
数据集大小约 98316.92 GB。
数据说明
GDC project APOLLO-OV (APOLLO2: Proteogenomic characterization of ovarian serous cystadenocarcinoma). Primary site: Ovary, Retroperitoneum and peritoneum. Disease type: Epithelial Neoplasms, NOS. Program: APOLLO. Cases: 70. Files: 2,119. Total size: 91564.8 GB. NCI Genomic Data Commons harmonized cancer genomics project (clinical, biospecimen, RNA-Seq, WXS, methylation and imaging data; open and controlled access tiers).
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。
