PRJEB126109：OsHV-1持续期巨牡蛎幼体短读长基因组DNA测序
该数据集为 NCBI BioProject 项目 PRJEB126109，收录 2025 年对处于 OsHV-1 持续感染阶段的 Magallana gigas 幼体（spat）进行的短读长基因组 DNA 测序数据，用于检测和刻画 OsHV-1 病毒在宿主持续期内的基因组信息
基本信息
资源简介
PRJEB126109：OsHV-1持续期巨牡蛎幼体短读长基因组DNA测序
PRJEB126109 是一个收录于 NCBI BioProject 的基因组测序项目，全称为“Short-read genomic DNA sequencing of OsHV-1 in Magallana gigas spat during OsHV-1 persistence phase, 2025”。该项目聚焦于 2025 年对处于 OsHV-1 持续感染阶段的 Magallana gigas 幼体（spat）开展短读长基因组 DNA 测序，旨在获取并刻画该病毒在宿主持续期内存在的基因组信息。从分类上看，该数据集归属于感染性疾病 / 其他类别，主题标签为 Other。其来源站为 ncbi.nlm.nih.gov，源站标题为“2025_OsHV-1_Persistance-illumina (ID 1530103) - BioProject - NCBI”。整体而言，该数据集为研究 OsHV-1 在特定宿主发育阶段和感染状态下的基因组特征提供了测序数据基础。
【数据集背景】
OsHV-1 是一种感染 Magallana gigas 的病毒，而 Magallana gigas 幼体（spat）是其生活史中的早期阶段。该数据集所对应的项目关注的是 OsHV-1 的持续感染阶段（persistence phase），即病毒在宿主内并非处于急性暴发状态，而是以某种持续存在的方式与宿主共处。理解这一阶段病毒的基因组信息，对于掌握病毒与宿主之间的长期相互作用具有重要意义。该 BioProject 项目于 2025 年发起，属于感染性疾病研究范畴，主题标签归为 Other。源站描述指出，BioProject 是围绕某一特定研究计划、由单一组织或联盟发起的一组生物学数据的集合，其记录为用户提供了一个集中查找该项目所生成各类数据链接的入口。因此，PRJEB126109 作为其中一个具体项目，承载了与 OsHV-1 持续感染相关的测序数据组织与索引功能。
【数据内容】
该数据集的核心内容是针对 OsHV-1 的短读长基因组 DNA 测序数据。测序对象为处于 OsHV-1 持续感染阶段的 Magallana gigas 幼体（spat）。所谓短读长测序，通常指将 DNA 片段化后读取较短序列片段的技术路线，适用于基因组信息的检测与刻画。该数据集的目标在于获取病毒在宿主持续期内的基因组信息，从而支持对 OsHV-1 在该特定状态下的基因组特征进行分析。数据以 BioProject 形式组织，项目编号为 PRJEB126109，源站标题中标注了“illumina”以及内部 ID 1530103，表明其测序平台或数据批次与 Illumina 相关。除上述信息外，关于具体样本数量、测序深度、读长、数据量等细节，源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 数据库记录。项目英文名称中明确标注了时间信息为 2025 年，研究对象为 Magallana gigas spat，感染状态为 OsHV-1 persistence phase。源站标题为“2025_OsHV-1_Persistance-illumina (ID 1530103) - BioProject - NCBI”，其中“Persistance”为源站标题中的拼写。关于样本采集地点、采集时间的具体日期、宿主来源群体、样本处理与保存方法、核酸提取方式等采集层面的详细信息，源站未提供。
【适用场景】
该数据集适用于与 OsHV-1 持续感染相关的基因组学研究场景。具体而言，可用于检测和刻画 OsHV-1 病毒在 Magallana gigas 幼体持续期内的基因组信息，支持病毒基因组组装、变异分析、丰度或存在状态的初步判断等通用分析方向。同时，由于该数据以 BioProject 形式组织，也可作为项目索引，帮助研究者定位同一研究计划下生成的其他类型数据。该数据集归类于感染性疾病 / 其他，因此适用于感染性疾病领域中对病毒持续感染机制感兴趣的探索性研究。关于该数据集是否适用于特定实验设计、能否用于临床诊断或定量结论，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 BioProject 编号 PRJEB126109 在 NCBI 站点进行检索与访问。BioProject 记录本身提供指向该项目所生成各类数据的链接入口，用户可据此获取相应的短读长基因组 DNA 测序数据。在获得数据后，可按照短读长测序数据的通用处理流程进行分析，例如比对、组装或变异检测等。关于具体的下载方式、文件格式、数据量、是否提供原始数据或仅提供处理后数据、以及是否有配套的分析工具或流程，源站未提供。
【质量与限制】
该数据集为 NCBI BioProject 收录项目，其记录遵循 BioProject 的组织方式，提供集中查找数据链接的功能。项目明确限定了研究对象为 OsHV-1 持续感染阶段的 Magallana gigas 幼体，测序类型为短读长基因组 DNA 测序，时间为 2025 年。这些限定意味着该数据集的结果不宜直接外推到其他感染阶段、其他宿主物种或其他发育阶段。关于数据质量指标，如测序质量值、覆盖度、污染评估、重复性、样本量是否充分等，源站未提供。此外，关于该数据集是否存在已知偏差、局限性说明或质控报告，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 PRJEB126109，源站标题为“2025_OsHV-1_Persistance-illumina (ID 1530103) - BioProject - NCBI”。关于该数据集的具体引用方式、文献出处、贡献者信息、数据许可协议、使用条款或授权范围，源站未提供。用户在使用该数据集时，应参考 NCBI BioProject 记录页面所载明的相关说明，并遵循来源站点的通用使用规范。
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/PRJEB126109
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
本数据集旨在研究OsHV-1在野生太平洋牡蛎(Magallana gigas)稚贝中的持续存在情况，并表征在推测的持续感染阶段存在的病毒基因组物质。基于OsHV-1 qPCR检测结果，选取了9只WS2023-早期个体：3只病毒检测量低(Ct > 36，L1-L3，d1814-adn5，d1814-adn7，d1814-adn8)，3只检测量中等(Ct < 35，M1-M3，d1814-adn10，d1814-adn11，d1814-adn12)，以及3只阴性个体(N1-N3，d1814-adn1，d1814-adn2，d1814-adn3)。从全组织样本中提取基因组DNA，使用Qubit进行定量，并使用TapeStation进行质量控制。使用NEBNext Ultra II FS DNA PCR-free Library Prep试剂盒构建DNA文库。测序在Illumina NovaSeq X Plus 10B平台上进行，采用双端2 × 150 bp读长。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
