AACR GENIE肿瘤临床基因组数据集
GENIE数据集汇集多癌种临床基因组测序数据，包括突变谱与临床结局信息，支持真实世界肿瘤学研究与精准医学分析。
基本信息
资源简介
AACR GENIE肿瘤临床基因组数据集
【一句话概览】
AACR Project GENIE 是一个国际性、开源的泛癌种真实世界临床基因组数据注册库，旨在促进发现、为监管策略提供信息并推动精准肿瘤学发展。该注册库涵盖 242000 名受试者，涉及泛癌种、真实世界数据、临床基因组学、肿瘤学、注册库和精准肿瘤学等标签（来源 aacr.org）。
【数据集背景】
本数据集源站标题为《AACR Project GENIE》。
【数据内容】
源站原始描述：AACR Project GENIE® is an international, open-source pancancer registry of real-world clinico-genomic data that catalyzes discovery, informs regulatory strategy, and powers precision oncology
中文译文（机器翻译，仅供快速理解，请以原文为准）：AACR Project GENIE® 是一个国际性的开源泛癌种登记库，汇集真实世界临床基因组数据，旨在促进发现、为监管策略提供依据，并推动精准肿瘤学发展。
【主题与分类】
主题标签：pancancer、real-world data、clinico-genomic、oncology、registry、precision oncology。
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.aacr.org/professionals/research/aacr-project-genie/
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。
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://www.aacr.org/professionals/research/aacr-project-genie/
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
GENIE项目由美国癌症研究协会发起，整合多家癌症中心的临床测序数据，覆盖多种肿瘤类型，用于真实世界癌症基因组学研究。
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。
