皮肤T细胞淋巴瘤基因组分析综合数据资源
该数据集是一个整合了139例皮肤T细胞淋巴瘤（CTCL）病例的基因组数据资源，包含匹配的基因突变和拷贝数变异等分子数据，数据模态主要为基因组测序数据。其主要用途是支持对CTCL致病通路（如NFkB和p53通路）的深入研究，分析突变模式与临床预后的关联，并探索基于基因组特征的疾病分类方法，为开发针对特定突变的个性化治疗策略提供数据基础。
基本信息
资源简介
皮肤T细胞淋巴瘤基因组分析综合数据资源
【数据集背景】
本数据集源站标题为《Data from: An integrated data resource for genomic analysis of cutaneous T-cell lymphoma》。
【数据内容】
源站原始描述：Recently, several groups have conducted sequencing studies of cutaneous T-cell lymphoma (CTCL) in order to identify disease driving mutations. An integrated genomic dataset that combines multiple cohorts may facilitate more comprehensive studies of disease pathways and genomic classification of CTCL, but currently no such resource is available. In this study we compiled and analyzed one such dataset that included matched genomic mutations and copy number alterations of 139 CTCL cases. Using this…
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.97c7v3k。
【主题与分类】
主题标签：Cutaneous lymphoma。
【获取与许可】
源站页面：https://doi.org/10.5061/dryad.97c7v3k
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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://datadryad.org/stash/dataset/doi:10.5061/dryad.97c7v3k
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
该数据集是一个专门针对皮肤T细胞淋巴瘤（CTCL）的综合性基因组分析资源。它整合了来自多个队列研究的139例CTCL病例的匹配基因组突变数据和拷贝数变异数据。数据集的构建旨在为更全面的疾病通路研究和CTCL的基因组分类提供支持。通过该数据集，研究人员可以分析关键基因通路（如NFkB通路和p53通路）中突变的互斥性，探索突变负荷与患者总体生存期的关系，并研究基于潜在致病通路的CTCL分类方法。该资源的主要研究方向包括CTCL的致病机制解析、基因组驱动的疾病分类以及个性化治疗靶点的发现。
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。
