PRJNA1314973：年龄与疾病分层的人血浆病毒组
该数据集来自 NCBI，聚焦人血浆病毒组与免疫标志物，覆盖 0-16 岁年轻队列和 63-100 岁老年队列。老年队列血样于 2023 年 3 月至 7 月在泰州第四人民医院采集，年轻队列样本于 2024 年 8 月至 11 月在上海儿童医院采集
基本信息
资源简介
PRJNA1314973：年龄与疾病分层的人血浆病毒组
该数据集来自 NCBI，聚焦人血浆病毒组与免疫标志物，覆盖 0-16 岁年轻队列和 63-100 岁老年队列。老年队列血样于 2023 年 3 月至 7 月在泰州第四人民医院采集，年轻队列样本于 2024 年 8 月至 11 月在上海儿童医院采集。研究分离血浆与血清，检测血清 HERV-K 包膜蛋白水平，并对血浆样本去除游离核酸后提取总 DNA 和 RNA，经逆转录、扩增、建库，在 Illumina NovaSeq 平台进行高深度双端测序。病毒 reads 经组装、质控和注释，形成跨年龄组的循环血液病毒数据集，可用于病毒组组成及相关研究（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究表征了年轻（0-16 岁）和老年（63-100 岁）队列中人血浆病毒组和免疫标志物。老年队列的血样于 2023 年 3 月至 7 月在泰州第四人民医院采集，年轻队列的样本于 2024 年 8 月至 11 月在上海儿童医院采集。分离血浆和血清组分，血清用于测量 HERV-K 包膜蛋白水平。血浆样本经处理去除游离核酸，提取总 DNA 和 RNA，进行逆转录和扩增。制备宏基因组文库并在 Illumina NovaSeq 平台上测序，产生高深度双端 reads。对病毒 reads 进行组装、质量检查和注释，生成代表跨年龄组循环血液病毒的数据集，为研究病毒组组成提供资源。
【主题与分类】
主题标签：Metagenome。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/bioproject/PRJNA1314973
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://ncbi.nlm.nih.gov/bioproject/PRJNA1314973
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
本研究描述了年轻（0-16岁）和老年（63-100岁）队列中人血浆病毒组和免疫标志物的特征。老年队列的血样于2023年3月至7月在台州市第四人民医院采集，年轻队列的样本于2024年8月至11月在上海儿童医院采集。分离血浆和血清组分，血清用于测定HERV-K包膜蛋白水平。血浆样本经处理去除游离核酸，提取总DNA和RNA，进行逆转录和扩增。制备宏基因组文库并在Illumina NovaSeq平台上测序，以生成高深度双端读长。对病毒读长进行组装、质量检查和注释，生成代表不同年龄组循环血液病毒的数据集，为研究病毒组组成及其与免疫标志物和年龄相关状况的关联提供资源。
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。
