PRJNA1428916：高危HPV感染人宫颈标本转录组与16S rRNA测序
该数据集来自NCBI，包含人宫颈脱落细胞和宫颈分泌物标本的转录组与16S rRNA基因测序原始序列数据。样本来自接受干扰素局部治疗、高危人乳头瘤病毒（HR-HPV）感染持续6-12个月的患者，采用前瞻性队列设计，旨在探究宫颈微环境因素（宿主转录组和阴道微生物群）与治疗疗效（病毒清除或持续感染）之间的
基本信息
资源简介
PRJNA1428916：高危HPV感染人宫颈标本转录组与16S rRNA测序
PRJNA1428916 数据集来自 NCBI，主题为高危人乳头瘤病毒（HR-HPV）感染背景下的人宫颈标本转录组与 16S rRNA 基因测序。该数据集整合了人宫颈脱落细胞和宫颈分泌物标本的转录组测序与 16S rRNA 基因测序原始序列数据，样本来自 HR-HPV 感染持续 6–12 个月并接受干扰素局部治疗的患者。研究采用前瞻性队列设计，旨在探究宫颈微环境因素——包括宿主转录组和阴道微生物群——与治疗疗效（病毒清除或持续感染）之间的关联。数据集归类于感染性疾病 / 其他，主题标签为原始序列读段（Raw sequence reads），可为宫颈微环境、HPV 感染转归及局部治疗反应相关研究提供原始测序数据基础。
【数据集背景】
高危型人乳头瘤病毒（HR-HPV）持续感染是宫颈病变发生发展的重要风险因素。在临床干预中，干扰素类局部治疗被用于促进病毒清除，但不同个体对治疗的反应存在差异，病毒清除与持续感染两种转归并存。宫颈局部微环境由宿主上皮细胞的转录状态与阴道微生物群落共同构成，可能影响局部免疫与治疗应答。该数据集正是在这一背景下产生：研究纳入 HR-HPV 感染持续 6–12 个月、接受干扰素局部治疗的患者，通过前瞻性队列设计，同步获取宿主转录组与阴道微生物群信息，以考察宫颈微环境因素与治疗疗效之间的关联。数据集所属分类为感染性疾病 / 其他，来源站为 ncbi.nlm.nih.gov。
【数据内容】
该数据集的核心内容是原始序列读段（Raw sequence reads），由两类测序数据组成：一是人宫颈脱落细胞标本的转录组测序数据，用于刻画宿主宫颈细胞的基因表达谱；二是宫颈分泌物标本的 16S rRNA 基因测序数据，用于表征阴道微生物群的组成。两类数据来自同一研究框架下的宫颈标本，构成宿主转录组与阴道微生物群两个层面的微环境信息。数据以原始测序读段形式提供，未在源站描述中说明是否包含处理后矩阵、注释文件或临床变量表等衍生内容。样本的详细数量、分组规模、测序平台与读长等信息，源站未提供。
【采集与来源】
数据来源于 NCBI，源站为 ncbi.nlm.nih.gov。标本类型为人宫颈脱落细胞和宫颈分泌物，采集对象为 HR-HPV 感染持续 6–12 个月并接受干扰素局部治疗的患者。研究采用前瞻性队列设计，意味着样本与治疗转归信息是在随访过程中获得的，治疗疗效以病毒清除或持续感染作为区分。源站描述未提供具体的采样时间点、随访间隔、纳入与排除标准、样本采集中心及伦理审批信息，这些内容源站未提供。
【适用场景】
该数据集适用于以下研究方向：宫颈局部宿主转录组与阴道微生物群在 HR-HPV 感染中的特征分析；宫颈微环境因素与干扰素局部治疗疗效（病毒清除或持续感染）之间关联的探索；转录组与 16S rRNA 测序数据的整合分析；以及感染性疾病背景下宿主—微生物互作的方法学研究。由于数据为原始序列读段，也可用于测序数据处理流程的构建与验证。需要说明的是，具体分析设计应结合样本分组与临床转归信息，而此类信息的完整程度源站未提供。
【使用方法】
使用该数据集时，通常需先获取原始序列读段，对转录组数据进行质量控制、比对与表达定量，对 16S rRNA 基因测序数据进行质控、去噪或聚类、物种注释与群落多样性分析，再在样本层面将宿主转录组特征与微生物群特征同治疗转归进行关联分析。由于数据来自前瞻性队列，分析中应考虑样本的分组结构与转归分类。源站未提供具体的处理流程、参考基因组版本、分析参数或配套代码，使用时应依据原始数据自行建立分析方案。
【质量与限制】
该数据集为原始序列读段，尚未见源站描述中给出质控指标、测序深度、样本重复数或批次信息，相关质量参数源站未提供。数据仅覆盖转录组与 16S rRNA 两个层面，未提及宏基因组、代谢组或蛋白组等其他组学数据。样本来自接受干扰素局部治疗的 HR-HPV 持续感染人群，研究结论的外推范围受该人群特征约束。此外，源站描述未提供临床元数据的具体字段与可获取性，使用前需自行核实样本与转归信息的对应关系。
【引用与许可】
该数据集来自 NCBI，源站为 ncbi.nlm.nih.gov，使用时宜遵循 NCBI 数据使用与引用规范，并引用对应项目编号 PRJNA1428916。源站描述未提供具体的许可条款、数据使用协议或相关论文引用信息，这些内容源站未提供。
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/PRJNA1428916
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
本研究呈现了源自人宫颈脱落细胞和宫颈分泌物标本的转录组与16S rRNA基因测序整合数据。该数据集包含来自高危型人乳头瘤病毒（HR-HPV）感染6-12个月并接受干扰素局部治疗患者的样本。这些数据采用前瞻性队列设计生成，旨在探究宫颈微环境因素（宿主转录组和阴道微生物群）与治疗效果（病毒清除或持续感染）之间的关联。
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。
