PRJNA797994：马来西亚原住民蠕虫感染者的肠道微生物组具有环境依赖性
该数据集来自 NCBI，包含马来西亚 5 个蠕虫感染率不同村庄的原住民 650 份宏基因组测序数据。数据可用于研究土壤传播蠕虫感染状态与肠道微生物组多样性、组成的关系，以及阿苯达唑驱虫治疗后的纵向微生物组变化，并支持村庄环境背景对微生物组影响的分析（来源 ncbi.nlm.nih.gov）
基本信息
资源简介
PRJNA797994：马来西亚原住民蠕虫感染者的肠道微生物组具有环境依赖性
PRJNA797994 数据集题为“Gut Microbiome of Helminth Infected Indigenous Malaysians Is Context Dependent”，来源于 NCBI（ncbi.nlm.nih.gov），在本站归类于感染性疾病 / 其他。该数据集包含来自马来西亚 5 个蠕虫感染率不同村庄的原住民共 650 份宏基因组测序数据，主题标签为原始序列读段（Raw sequence reads）。工业化社会人群的微生物组已得到较好表征，而保持传统生活方式的原住民微生物组更接近古代人类，但这类人群的宏基因组数据仍然稀少，且与土壤传播蠕虫感染状态的关联尚不明确。该数据集正是针对这一空白，可用于研究蠕虫感染状态与肠道微生物组多样性、组成的关系，以及阿苯达唑驱虫治疗后的纵向微生物组变化，并支持村庄环境背景对微生物组影响的分析。
【数据集背景】
工业化社会中人群的微生物组已有较充分的表征，而保持传统生活方式的原住民人群，其微生物组与古代人类更为相似。然而，这类人群的宏基因组数据仍然稀缺，其微生物组与土壤传播蠕虫感染状态之间的关联也不清楚。该数据集围绕马来西亚原住民的肠道微生物组展开，选取了蠕虫感染率不同的 5 个村庄作为研究场景，旨在刻画传统生活人群的微生物组特征，并考察蠕虫感染状态与微生物组之间的关系如何受村庄背景影响。数据集标题中的“context dependent”（背景依赖）正呼应了这一研究关注点。
【数据内容】
该数据集的核心内容是 650 份宏基因组测序数据，来自马来西亚 5 个蠕虫感染率不同村庄的原住民个体。数据主题标签为原始序列读段（Raw sequence reads），即测序产生的原始读段数据。源站描述指出，蠕虫感染率较高的村庄个体具有更多未比对上的读段（unmapped reads）和更高的微生物多样性；微生物群落多样性和组成与不同村庄的关联最强，而蠕虫感染状态对微生物组的影响因村庄而异。此外，在蠕虫感染个体和未感染个体中均观察到微生物组对阿苯达唑驱虫治疗的纵向变化。数据集的具体样本量分布、测序平台、读段长度、文件格式与数据体积等信息，源站未提供。
【采集与来源】
数据来源于 NCBI，来源站为 ncbi.nlm.nih.gov。样本采集对象为马来西亚 5 个村庄的原住民，这些村庄的蠕虫感染率各不相同。研究对采集样本进行了宏基因组测序，共获得 650 份宏基因组数据。关于采样时间、采样部位、样本保存与运输方式、伦理审批与知情同意细节、村庄的具体名称与地理位置等信息，源站未提供。
【适用场景】
该数据集适用于以下研究方向：土壤传播蠕虫感染状态与肠道微生物组多样性、组成之间关系的分析；阿苯达唑驱虫治疗前后微生物组的纵向变化研究；村庄环境背景对微生物组影响的分析，包括比较不同蠕虫感染率村庄之间微生物组多样性与组成的差异；以及传统生活方式原住民人群微生物组与工业化社会人群、古代人类微生物组的比较研究。此外，数据中未比对读段比例较高的现象，也可为微生物组分析中未比对读段的处理与解读提供研究素材。
【使用方法】
使用该数据集时，可基于原始序列读段开展宏基因组分析流程，包括读段质控、比对与物种分类注释、微生物多样性（如 alpha 多样性与 beta 多样性）与群落组成分析，并按村庄与蠕虫感染状态分组进行比较。针对阿苯达唑治疗相关的纵向变化，可按个体在治疗前后的时间点进行配对分析。由于蠕虫感染状态对微生物组的影响因村庄而异，分析中宜将村庄作为分层或协变量纳入模型，以区分村庄背景效应与感染状态效应。具体的分析流程参数与推荐工具，源站未提供。
【质量与限制】
该数据集的一个显著特征是，蠕虫感染率较高村庄的个体具有更多未比对读段和更高的微生物多样性，这可能影响比对率与注释结果的完整性，分析时需予以考虑。微生物群落多样性和组成与村庄的关联最强，而蠕虫感染状态的影响因村庄而异，因此结果的外推需谨慎，不宜将某一村庄的关联直接推广至其他村庄。数据覆盖 5 个村庄的 650 份宏基因组，但各村庄的样本量分配、测序深度与质控指标等，源站未提供。此外，该数据集仅包含原始序列读段，不含经过加工的分析结果文件。
【引用与许可】
该数据集来自 NCBI，英文名称为“PRJNA797994: Gut Microbiome of Helminth Infected Indigenous Malaysians Is Context Dependent”。关于数据使用许可、引用方式与相关发表论文信息，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/PRJNA797994
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
尽管工业化社会的微生物组已得到充分表征，但保持传统生活方式的原住民群体的微生物组更接近古代人类。然而，这些人群的宏基因组数据仍然稀缺，且与土源性蠕虫感染状态的关联尚不明确。在此，我们对来自5个蠕虫感染率不同村庄的650份马来西亚原住民宏基因组进行了测序。来自蠕虫感染率较高村庄的个体具有更多未比对上的读段和更高的微生物多样性。微生物群落多样性和组成与不同村庄的关联最为强烈，且蠕虫感染状态对微生物组的影响因村庄而异。在蠕虫感染和未感染个体中均观察到微生物组对阿苯达唑驱虫治疗的纵向变化。通过复制起点分析推断细菌种群复制率，识别出与蠕虫感染相关的特定复制分类群。
我们的结果表明，蠕虫对微生物群的影响高度依赖于具体环境，而阿苯达唑对微生物群的影响可能会混淆驱虫研究的解读。此外，微生物组中仍有大量未被描述的部分，这一来自与蠕虫感染相关的原住民群体的大型数据集应有助于表征发达工业化社会中正在消失的微生物组。
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。
