胆脂瘤家系全外显子组测序样本数据集
该数据集来自 omicsdi.org，包含 21 名胆脂瘤患者（来自 10 个家系）的全外显子组测序样本，旨在识别可能与胆脂瘤病因相关的变异
基本信息
资源简介
胆脂瘤家系全外显子组测序样本数据集
该数据集来自 omicsdi.org，包含 21 名胆脂瘤患者（来自 10 个家系）的全外显子组测序样本，旨在识别可能与胆脂瘤病因相关的变异。外显子经杂交捕获后测序，数据分两批：批次 1 使用 Nimblegen 捕获并在 Illumina Hiseq 4000 测序，批次 2 使用 Agilent SureSelect Human All Exon v6 并在 Illumina NovaSeq 6000 测序，同一家系样本在同一批次处理。数据由 cgpMAP v3.2.0（bwa-mem）比对到 GRCh38 后以 BAM 文件形式提供，可用于胆脂瘤遗传变异筛选与家系关联分析（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究对来自 10 个家系的 21 名胆脂瘤患者进行了全外显子组测序，以识别可能与胆脂瘤病因相关的变异。外显子通过杂交选择进行富集，并接受 DNA 测序。该数据集由两个批次组成，因为它们是在不同时间测序的。批次 1 的外显子使用 Nimblegen 捕获（4-plex）进行选择，并在 Illumina Hiseq 4000 上测序；批次 2 的外显子使用 Agilent SureSelect Human All Exon v6 进行选择，并在 Illumina NovaSeq 6000 上测序。同一家系内的所有样本均在同一批次内处理。该数据集由使用 cgpMAP v3.2.0（bwa-mem）比对到 GRCh38 的 BAM 文件组成。
【主题与分类】
主题标签：Genomics。本站分类：耳鼻咽喉疾病/胆脂瘤。
【获取与许可】
源站页面：https://omicsdi.org/dataset/ega/EGAD00001008671
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/EGAD00001008671
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
本研究对来自10个家族的21例胆脂瘤患者进行了全外显子组测序，以识别可能与胆脂瘤病因相关的变异。外显子组通过杂交选择进行富集，并进行了DNA测序。该数据集由两个批次组成，因为它们是在不同时间进行测序的。第1批外显子组使用Nimblegen捕获（4-plex）进行选择，并在Illumina Hiseq 4000上测序；第2批使用Agilent SureSelect Human All Exon v6进行外显子组选择，并在Illumina NovaSeq 6000上测序。同一家族内的所有样本均在同一批次中处理。该数据集由使用cgpMAP v3.2.0（bwa-mem）并基于GRCh38比对生成的BAM文件组成。
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。
