ICGC髓母细胞瘤
ICGC Medulloblastoma 面向髓母细胞瘤/胚胎性肿瘤及相关疾病研究，提供可公开访问的表格数据或临床/组学信息，适合用于分类、生物标志物探索、队列比较和算法验证等研究场景。
基本信息
资源简介
ICGC髓母细胞瘤
【一句话概览】
ICGC Data Portal 已于 2024 年 6 月正式关闭。虽然交互式网页门户已停用，但最新发布版本和 PCAWG 数据仍对授权用户开放；ICGC 25K 数据的获取方式可查阅相关文档。作为国际癌症基因组联盟的新阶段，加速基因组肿瘤学研究项目（ICGC ARGO）致力于将基因组知识转化为改善癌症患者预后的新方法，更多信息可访问其官网或联系 ICGC ARGO 帮助台（来源 dcc.icgc.org）。
【数据集背景】
本数据集源站标题为《ICGC Data Portal》。
【数据内容】
源站原始描述：ICGC Data Portal | Retirement Notice ICGC Data Portal The ICGC Data Portal officially closed in June, 2024 We sincerely thank all involved for your dedication, passion, and contributions. While the interactive web portal has been decommissioned, the most recent release and PCAWG data remain available for authorized users. For information on accessing ICGC 25K data, see the documentation for ICGC 25K Data Access . The Accelerating Research in Genomic Oncology (ICGC ARGO) project is a new phase of…
中文译文（机器翻译，仅供快速理解，请以原文为准）：ICGC数据门户 | 退役通知 ICGC数据门户 ICGC数据门户于2024年6月正式关闭。我们衷心感谢所有参与者的奉献、热情和贡献。虽然交互式网页门户已停用，但最新发布的数据和PCAWG数据仍可供授权用户使用。有关访问ICGC 25K数据的信息，请参阅ICGC 25K数据访问文档。加速基因组肿瘤学研究（ICGC ARGO）项目是国际癌症基因组联盟的新阶段，旨在将基因组知识转化为改善癌症患者预后的新方法。欲了解更多信息，请访问www.icgc-argo.org。如有任何问题，请联系ICGC ARGO Helpdesk。© 2024 国际癌症基因组联盟。保留所有权利。
【主题与分类】
主题标签：ICGC、cancer genomics、PCAWG、ICGC 25K、ICGC ARGO。
【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://dcc.icgc.org/projects/MB
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://dcc.icgc.org/projects/MB
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
ICGC Medulloblastoma 是与髓母细胞瘤/胚胎性肿瘤相关的公开数据集，涵盖表格数据，可用于分类、疾病表型分析或模型评估。
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))
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
