PRJNA644557：JUN 促进小鼠和人类腹腔粘连
该数据集来自 NCBI，包含小鼠和人类腹腔粘连组织的转录组数据，采用 bulk 和单细胞 RNA 测序技术，共分析 4 个人类样本和 2 个混合小鼠样本
基本信息
资源简介
PRJNA644557：JUN 促进小鼠和人类腹腔粘连
PRJNA644557 数据集收录于 NCBI，主题为“JUN promotes abdominal adhesions in mice and humans”，围绕小鼠与人类腹腔粘连组织的基因表达展开。粘连是腹部器官之间在手术或感染后形成的纤维性瘢痕，可能引发肠梗阻、慢性疼痛或不孕。该数据集采用 bulk RNA 测序与单细胞 RNA 测序技术，系统分析小鼠和人类粘连组织的转录组，以刻画导致这一病理的成纤维细胞特征。数据共涉及 4 个人类样本和 2 个混合小鼠样本，主题标签为转录组或基因表达，在本站归入感染性疾病／其他类别。
【数据集背景】
腹腔粘连是腹部手术后或感染后形成的纤维性瘢痕，可导致肠梗阻、慢性疼痛或不孕。源站描述指出，开放性腹部手术后粘连发生率高达 50%–90%，影响全球数亿患者，是巨大的临床问题。然而，人们对粘连形成生物学的理解非常有限，这解释了为何目前基本没有可预防粘连的治疗方法。该研究正是针对这一空白，系统分析小鼠和人类腹部粘连组织的基因表达，以表征导致该病理的成纤维细胞。
【数据内容】
该数据集的核心内容是小鼠和人类腹部粘连组织的转录组数据。研究采用 bulk RNA 测序与单细胞 RNA 测序两种技术进行基因表达分析，样本包括 4 个人类样本和 2 个混合小鼠样本。主题标签为“Transcriptome or Gene expression”，表明数据聚焦于转录组与基因表达层面。源站描述强调，分析目的是刻画负责这一破坏性病理的成纤维细胞。
【采集与来源】
数据集来源于 ncbi.nlm.nih.gov，英文名称为“PRJNA644557: JUN promotes abdominal adhesions in mice and humans”。样本涉及小鼠与人类腹部粘连组织，其中人类样本 4 个，小鼠样本为 2 个混合样本。其余采集时间、地点及具体处理流程源站未提供。
【适用场景】
基于源站描述，该数据集适用于研究腹部粘连形成相关的基因表达与成纤维细胞特征，可用于比较小鼠与人类粘连组织的转录组，并借助单细胞 RNA 测序解析细胞层面的表达差异。其主题标签表明适用于转录组或基因表达相关分析。其他具体应用场景源站未提供。
【使用方法】
源站未提供具体的使用方法说明。数据采用 bulk 与单细胞 RNA 测序技术生成，使用者可据此开展转录组与基因表达分析，但详细分析流程、文件格式与处理步骤源站未提供。
【质量与限制】
源站未提供质量评估信息。就样本规模而言，该数据集包含 4 个人类样本和 2 个混合小鼠样本，样本量相对有限；其余质量与限制信息源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。
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/PRJNA644557
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
粘连是手术后或感染后在腹腔器官之间形成的纤维性瘢痕，可能导致肠梗阻、慢性疼痛或不孕。在所有开腹手术中，术后粘连的发生率为50-90%，因此构成了一个巨大的临床问题，影响全球数亿患者。我们对粘连形成生物学的理解非常有限，这解释了为何基本上没有可预防粘连的可用治疗方法。在本研究中，我们使用bulk RNA-seq和sc-RNA-seq技术系统分析了小鼠和人类组织中的腹部粘连基因表达，以表征导致这一破坏性病理的成纤维细胞。总体设计：使用单细胞RNA测序对小鼠和人类腹部粘连组织转录组进行了分析。共分析了4个人类样本和2个混合小鼠样本。
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。
