PRJNA1214550:利用深度多组学解析 HYOU1 缺陷

本数据集来自 NCBI,对应一个 HYOU1 缺陷患者家系的外显子组测序数据。源站描述该患者携带 HYOU1 纯合变异(NM_001130991.3:c.1331C>A, p.Pro444His),临床表现为联合免疫缺陷、生长发育迟缓和低血糖;研究结合转录组学、蛋白质组学和单细胞 RNA 测序,发现

sra
浏览 9
基因组分类Raw sequence reads
PRJNA1214550: Molecular dissection of HYOU1 deficiency using deep multiomics

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

PRJNA1214550:利用深度多组学解析 HYOU1 缺陷

本数据集来自 NCBI,对应一个 HYOU1 缺陷患者家系的外显子组测序数据。源站描述该患者携带 HYOU1 纯合变异(NM_001130991.3:c.1331C>A, p.Pro444His),临床表现为联合免疫缺陷、生长发育迟缓和低血糖;研究结合转录组学、蛋白质组学和单细胞 RNA 测序,发现 B 细胞数量显著减少、中性粒细胞颗粒减少,并证实 HYOU1 转录本表达稳定但蛋白水平缺陷。数据可用于免疫缺陷相关变异与多组学关联分析(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):在本研究中,我们报告了一名携带 HYOU1 新纯合变异(NM_001130991.3:c.1331C>A, p.Pro444His)的患者,其父母为近亲结婚,表现为联合免疫缺陷、生长发育迟缓和低血糖。我们开展了结合转录组学、蛋白质组学和单细胞 RNA 测序分析的多组学分析,证明 B 细胞计数大幅减少和中性粒细胞颗粒减少,与免疫表型分型结果一致。此外,我们表明尽管 HYOU1 转录本表达且稳定,患者在蛋白质水平存在 HYOU1 缺陷。本数据集对应于对家庭成员进行的外显子组数据。

【主题与分类】

主题标签:Raw sequence reads。本站分类:免疫系统疾病/原发性免疫缺陷。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1214550

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PRJNA1214550

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

在本研究中,我们报告了一名携带HYOU1基因新型纯合变异(NM_001130991.3:c.1331C>A,p.Pro444His)的患者,其父母为近亲婚配,临床表现为联合免疫缺陷、生长发育迟缓和低血糖。我们进行了多组学分析,结合转录组学、蛋白质组学和单细胞RNA测序分析,结果显示B细胞数量急剧减少和中性粒细胞颗粒减少,与免疫表型分型结果一致。此外,我们发现尽管HYOU1转录本表达且稳定,但患者在蛋白质水平存在HYOU1缺陷。当前数据集对应于对家庭成员进行的外显子组数据。

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。

获取专属数据定制方案