基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-22

资源简介

产碳青霉烯酶肠杆菌目长读长测序数据集1

PRJNA801415 是产碳青霉烯酶肠杆菌目（CPE）的长读长测序数据集，属于感染与感染性疾病分类，数据来源于 ncbi.nlm.nih.gov。该数据集提供 CPE 分离株的原始测序读段（Raw sequence reads），可用于从基因组层面观察产碳青霉烯酶肠杆菌的序列特征。其源站描述指出，相关研究是一项回顾性队列研究，旨在考察新加坡全部多学科公立医院在约 4.7 年时间跨度内的 CPE 传播动态。数据集以原始序列读段为内容形态，适合作为后续基因组组装、耐药基因识别与传播关系分析的基础数据。整体而言，该数据集将长读长测序技术与 CPE 这一重要耐药病原体的流行病学监测背景相结合，为感染性疾病领域的基因组研究提供了原始数据资源。

【数据集背景】

该数据集对应的研究背景为产碳青霉烯酶肠杆菌目（CPE）的传播动态监测。源站描述表明，这是一项回顾性队列研究，覆盖新加坡所有多学科公立医院，时间跨度约为 4.7 年，目的是考察 CPE 在这些医疗机构之间的传播动态。碳青霉烯类抗菌药物是治疗多重耐药革兰阴性菌感染的重要选择，产碳青霉烯酶肠杆菌目的出现与扩散对临床抗感染治疗构成挑战，因此围绕其传播规律开展基因组层面的监测具有现实意义。该数据集正是在这一研究框架下产生的长读长测序原始数据，主题标签为 Raw sequence reads，属于感染与感染性疾病分类。

【数据内容】

数据集的内容形态为原始序列读段，即长读长测序平台产生的未组装序列数据。主题标签明确标注为 Raw sequence reads，说明数据以测序读段形式提供，而非组装完成的基因组序列或注释结果。数据集英文名称中包含“Dataset 1”字样，表明其属于某一系列数据中的一个部分。除上述内容形态信息外，源站未提供关于样本数量、菌种构成、测序平台型号、读长分布、数据量大小等具体细节。

【采集与来源】

数据来源站为 ncbi.nlm.nih.gov。源站描述指出，样本与研究背景涉及新加坡全部多学科公立医院，研究设计为回顾性队列研究，观察时间约 4.7 年。关于样本采集的具体流程、纳入排除标准、医院数量、病例定义以及测序实验方案等信息，源站未提供。

【适用场景】

基于其原始读段的数据形态与 CPE 传播动态研究的背景，该数据集可用于产碳青霉烯酶肠杆菌的基因组组装与序列特征分析，也可作为耐药基因与传播关系研究的原始数据基础。长读长测序数据在解析重复区域、质粒结构以及耐药基因周围序列环境方面具有潜在应用价值。此外，该数据集属于感染与感染性疾病分类，可供感染防控与分子流行病学方向的研究者参考使用。具体适用分析类型应以实际数据质量和覆盖度为准，源站未提供相关性能说明。

【使用方法】

该数据集以原始序列读段形式提供，使用者通常需要先进行读段质量控制与过滤，再开展组装、注释或耐药基因比对等下游分析。由于数据来源于 ncbi.nlm.nih.gov，可按照该平台的常规数据获取方式下载使用。关于具体的下载编号、文件格式、文件组织方式以及是否附带元数据表，源站未提供。

【质量与限制】

源站未提供该数据集的质量评估指标，例如读段质量分值分布、测序深度、污染评估或组装完整性等信息。数据集为原始读段而非经过组装和注释的基因组，使用前需要自行完成质量控制与组装等处理步骤。此外，源站描述仅说明研究覆盖新加坡多学科公立医院及约 4.7 年的时间跨度，未提供样本量、菌种分布与代表性说明，因此数据的外推范围需谨慎判断。上述限制均以源站未提供相关信息为前提，使用者应结合原始记录核实。

【引用与许可】

源站未提供该数据集的引用方式与许可条款信息。使用者在引用或再利用该数据前，应访问 ncbi.nlm.nih.gov 上对应的数据集页面，查阅其最新的引用要求与使用条款。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA801415

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/PRJNA801415

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

A retrospective cohort study to examine CPE transmission dynamics across all multi-disciplinary public hospitals in Singapore over 4.7 years.

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