NGS 原发性髓母细胞瘤数据集

该数据集包含原发性髓母细胞瘤的基因测序数据,数据模态为DNA测序数据,来源于FFPE样本,通过目标区域测序技术覆盖165个癌症相关基因,平均深度达490×,主要用于癌症基因组学研究,支持髓母细胞瘤的分子分型、驱动基因鉴定及精准医疗方向的分析。

Mendeley Data
2024-01-31 更新
浏览 23
下一代测序癌症基因组学
NGS Primary Medulloblastoma Dataset

基本信息

大小
1.59 GB
创建/更新时间
2024-01-31
版本
v1

资源简介

NGS 原发性髓母细胞瘤数据集

【数据集背景】

本数据集源站标题为《NGS primary medulloblastoma》。源站首次发布:2021-12-29。

【数据内容】

源站原始描述:Biopsy Sample. DNA from FFPE samples was subjected to the library construction with the KAPA HyperPlus Kit (Roche) and to the enrichment of sequences belonging to 165 cancer related genes using SeqCap EZ Choice Probes (Roche). Sequencing was performed using the NextSeq 500 platform (Illumina, USA) in a pair-end mode for 150 cycles in forward and reverse orientations. The mean depth of the targeted sequencing coverage for FFPE-derived DNA sample was 490×

【数据结构与技术规格】

文件数 8 个,合计 1.59 GB。数据集 DOI:10.17632/98nt6b9dvc.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/98nt6b9dvc

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/98nt6b9dvc

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

该数据集是一个针对原发性髓母细胞瘤的基因测序数据集,包含来自福尔马林固定石蜡包埋(FFPE)样本的DNA测序数据。数据通过KAPA HyperPlus试剂盒进行文库构建,并使用SeqCap EZ Choice探针富集了165个癌症相关基因的序列。测序在Illumina NextSeq 500平台上以双端150循环模式完成,目标区域平均测序深度为490×。该数据集主要用于癌症基因组学研究,特别是髓母细胞瘤的分子特征分析、基因变异检测以及潜在治疗靶点探索。

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。

获取专属数据定制方案