基本信息

模态

基因组

创建/更新时间

2026-10-20

资源简介

PRJNA1494417：大肠杆菌基因组测序与组装

PRJNA1494417 是 NCBI BioProject 数据库收录的一个生物项目，英文名称为 Escherichia coli Genome sequencing and assembly，源站标题为 Escherichia coli (ID 1494417) - BioProject - NCBI。该项目以大肠杆菌（Escherichia coli）为研究对象，主题标签为 Genome sequencing and assembly，即基因组测序与组装。在本站分类体系中，该数据集被归入感染 / 胃肠道感染类别，提示其与感染性疾病及胃肠道感染方向相关。BioProject 是 NCBI 提供的一种项目级数据组织方式，用于汇集围绕同一项研究计划所产生的多种类型生物数据，并为用户提供统一的入口来查找和访问这些数据。因此，该数据集可视为围绕大肠杆菌基因组测序与组装这一目标而形成的项目记录，来源站为 ncbi.nlm.nih.gov。

【数据集背景】

BioProject 是 NCBI 对生物数据进行项目化管理的重要机制。按照源站描述，一个 BioProject 是一组与单一研究计划相关的生物数据的集合，该计划可以来自单一机构，也可以来自一个联盟或联合体。BioProject 记录为用户提供一个统一的位置，用于查找该项目所产生的多种数据类型之间的链接。PRJNA1494417 正是这样一个项目记录，其标题明确指向 Escherichia coli 的基因组测序与组装。大肠杆菌是微生物学与感染性疾病研究中常见的对象，而基因组测序与组装则是获取其遗传信息、开展后续比较与分析的基础性工作。该数据集在本站被划入感染 / 胃肠道感染分类，说明其应用语境与感染及胃肠道感染相关。

【数据内容】

该数据集的主题标签为 Genome sequencing and assembly，表明其核心内容围绕大肠杆菌的基因组测序与组装展开。作为 BioProject 记录，它提供的是项目层面的组织与链接入口，用于汇集该项目生成的多种数据类型。源站描述指出，BioProject 记录使用户能够在单一位置找到指向不同数据类型的链接。关于该项目具体包含的样本数量、测序平台、组装版本、基因组大小、基因注释结果等细节，源站未提供。因此，本数据集在内容层面可确认的是其项目主题与所属分类，即大肠杆菌基因组测序与组装，以及感染 / 胃肠道感染方向。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，项目编号为 PRJNA1494417，源站标题为 Escherichia coli (ID 1494417) - BioProject - NCBI。按照 BioProject 的一般定义，该项目记录源自单一组织或联盟，用于汇集与单一研究计划相关的生物数据。关于该项目的具体提交机构、样本采集地点、采集时间、采集方法、测序单位等信息，源站未提供。

【适用场景】

基于其主题标签与分类，该数据集适用于与大肠杆菌基因组测序和组装相关的项目级数据检索与链接查找，也可服务于感染 / 胃肠道感染方向的研究背景梳理。BioProject 记录的设计目的之一是让用户在一个统一位置找到项目所生成的不同数据类型之间的链接，因此该数据集可用于定位和访问与 PRJNA1494417 相关的数据资源。关于该数据集在具体研究中的适用性、可支持的特定分析类型或临床用途，源站未提供。

【使用方法】

该数据集以 NCBI BioProject 记录的形式提供，用户可通过来源站 ncbi.nlm.nih.gov 访问项目编号 PRJNA1494417 对应的页面。按照源站描述，BioProject 记录提供指向该项目所生成多种数据类型的链接，用户可借助这些链接查找相关数据。关于该项目的具体下载方式、数据格式、文件组织、访问权限或分析流程，源站未提供。

【质量与限制】

该数据集为 NCBI BioProject 收录的项目记录，其质量与完整性取决于源站所汇集的数据及链接。源站描述仅说明 BioProject 是相关生物数据的集合，并提供查找多种数据类型的统一入口，未提供针对该项目的质量评估指标、数据验证结果或完整性说明。关于该项目的具体限制、数据覆盖范围、可能的偏差或使用注意事项，源站未提供。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，项目编号为 PRJNA1494417，源站标题为 Escherichia coli (ID 1494417) - BioProject - NCBI。关于该数据集的引用格式、许可条款、使用限制或授权要求，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1494417

访问原始数据

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/PRJNA1494417

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。

数据说明

本项目涉及对2023年至2025年间在中国乌鲁木齐一家哨点医院从腹泻门诊患儿中收集的致泻性大肠埃希菌（DEC）分离株进行全基因组测序和组装。本研究旨在表征这些临床分离株的基因组特征，包括耐药基因、毒力决定因子、多位点序列分型（MLST）、血清型以及系统发育关系。所生成的数据将有助于了解DEC在中国西部这一调查不足地区的流行病学、耐药机制及克隆传播。该数据集为公共卫生监测和抗菌药物耐药性监控提供了宝贵的基因组资源。

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