乳腺癌分子分型国际联盟（METABRIC）数据集

METABRIC 由剑桥大学、英属哥伦比亚癌症署等机构组成的联盟发起，cBioPortal 托管其公开版本。数据含 2,509 名患者的 2,509 份原发乳腺肿瘤样本，其中 548 份有配对正常组织。样本做了靶向测序、拷贝数与 mRNA 芯片表达检测，全部模态齐备的有 1,866 份。临床属性包括诊断年龄、手术与辅助治疗、受体状态、分期以及总生存和无复发生存。

每例样本同时带分子谱与长期临床随访，可用于乳腺癌分子分型与预后研究。研究者可以比较 PAM50 分型、整合聚类与诺丁汉预后指数对生存的区分能力。它也可作为基因表达预后模型的外部验证集。原论文把样本分为发现集 997 例与验证集 995 例。

它由研究项目采集，不属于 1.0 临床真实一层，其他三层也都不计入。模型可以从中学习基因表达、拷贝数与治疗、生存之间的关联。分型字段由算法自动给出，没有为研究另做的专家标注。数据没有给出用于评测的固定划分或判分规则。样本来自英国与加拿大的少数机构，结论推广到其他人群前要另做验证。

项目	内容
规模	2,509 名患者、2,509 份原发乳腺肿瘤样本
记录来源	研究方案采集
记录单位	患者与肿瘤样本
时间轴	纵向，附长期临床随访与总生存、无复发生存月数
结局	总生存与无复发生存的状态和月数，随访年限未写
专家标注	无，仅自动标签
任务环境	无

表：brca_metabric 患者级临床属性（clinical-attributes）。

字段	含义	类型或取值
AGE_AT_DIAGNOSIS	诊断时年龄	NUMBER
CHEMOTHERAPY	是否接受化疗	STRING
CLAUDIN_SUBTYPE	Pam50 加 Claudin-low 分子亚型	STRING
NPI	诺丁汉预后指数	NUMBER
OS_MONTHS	自初诊起的总生存月数	NUMBER
OS_STATUS	总生存状态	STRING
RFS_MONTHS	至末次随访或复发的月数	NUMBER
VITAL_STATUS	患者生存状态	STRING

表：brca_metabric 患者级临床数据。

患者编号	诊断时年龄	PAM50 加 Claudin-low 亚型	诺丁汉预后指数	化疗	内分泌治疗	总生存月数	总生存状态	无复发生存月数	无复发生存状态
MB-0000	75.65	claudin-low	6.044	NO	YES	140.5	0:LIVING	140.5	0:Not Recurred
MB-0002	43.19	LumA	4.02	NO	YES	84.6333333333333	0:LIVING	84.6333333333333	0:Not Recurred
MB-0005	48.87	LumB	4.03	YES	YES	163.7	1:DECEASED	153.3	1:Recurred

项目	内容
许可	ODC Open Database License
商用	是，须署名原始研究
申请	公开下载；原始基因型与表达数据存于 EGA，须另行申请

项目	内容
维护方口径	研究元数据给出各类样本计数与参考基因组 hg19。原论文分发现集与验证集

• 血液与肿瘤　›　乳腺癌

https://www.cbioportal.org/api/studies/brca_metabric；https://www.cbioportal.org/api/studies/brca_metabric/clinical-attributes；https://www.nature.com/articles/nature10983；https://docs.cbioportal.org/user-guide/faq/。