PRJNA517719：142 个 Trypanosoma cruzi 基因组
该数据集包含来自南美洲（主要在秘鲁阿雷基帕市）采集的 133 个独特 Trypanosoma cruzi 基因组的单端 Illumina 全基因组测序 reads，其中 7 个分离株的基因组文库制备了双份、1 个制备了三份，合计 142 个基因组样本
基本信息
资源简介
PRJNA517719：142 个 Trypanosoma cruzi 基因组
PRJNA517719 是一个面向恰加斯病病原体研究的基因组测序数据集，收录了 142 个 Trypanosoma cruzi（克氏锥虫）基因组样本的单端 Illumina 全基因组测序 reads。这些样本对应 133 个独特的 T. cruzi 基因组，采集范围覆盖南美洲，主要集中在秘鲁阿雷基帕市。为评估测序的重复性与稳定性，其中 7 个分离株的基因组文库制备了双份，另有 1 个分离株制备了三份，因此样本总数多于独特基因组数。该数据集以原始序列 reads 的形式提供，属于感染 / 寄生虫病分类，来源于 NCBI，适合用于寄生虫基因组变异、群体遗传结构以及病原体溯源等相关分析。
【数据集背景】
克氏锥虫是恰加斯病的致病寄生虫，在拉丁美洲部分地区呈地方性流行。全基因组测序是研究该寄生虫遗传多样性、种群结构及传播特征的重要手段。该数据集正是围绕南美洲流行的 T. cruzi 基因组测序工作而建立，其样本采集区域以秘鲁阿雷基帕市为主，为在区域尺度上考察寄生虫基因组特征提供了原始测序数据基础。数据集在 NCBI 上以 PRJNA517719 标识，主题标签为原始序列 reads。
【数据内容】
数据集包含 142 个 T. cruzi 基因组样本的单端 Illumina 全基因组测序 reads。这些样本对应 133 个独特的基因组，其余样本来自重复制备：7 个分离株的基因组文库各制备了双份，1 个分离株的文库制备了三份。数据以原始测序 reads 形式提供，未经过组装或变异检出等下游处理。数据集中不包含其他类型的组学数据。
【采集与来源】
样本采集自南美洲，主要采集地为秘鲁的阿雷基帕市。数据集来源站为 ncbi.nlm.nih.gov。关于具体的采集时间、宿主信息、采样方法及伦理审批等信息，源站未提供。
【适用场景】
该数据集可用于 T. cruzi 基因组层面的研究，包括基因组变异分析、群体遗传结构与系统发育分析、寄生虫溯源与传播链研究等。由于包含同一分离株的重复文库样本，也可用于评估测序重复间的技术变异，辅助实验重复性相关的质量控制分析。此外，原始 reads 可作为组装、比对和变异检出流程的输入数据。
【使用方法】
使用者可从 NCBI 获取该项目的原始测序 reads，按标准流程进行质控、比对到参考基因组、变异检出与下游统计分析。对于重复样本，可在分析前按分离株进行合并或分别处理，以区分技术重复与生物学差异。具体下载方式与文件组织，源站未提供。
【质量与限制】
数据集仅提供原始单端 Illumina reads，未提供组装序列、变异位点或注释信息。样本以秘鲁阿雷基帕市为主，地理覆盖范围有限，可能影响对南美洲整体遗传多样性的代表性。关于测序深度、读长、碱基质量及污染情况等具体质量指标，源站未提供。
【引用与许可】
该数据集来源于 NCBI，项目标识为 PRJNA517719。关于引用方式、许可条款及使用限制，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/PRJNA517719
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
该数据集包含来自南美洲各地（主要在秘鲁阿雷基帕市）采集的133个独特克氏锥虫基因组的单端Illumina全基因组测序reads。其中7个克氏锥虫分离株的基因组文库制备了双份，另有1个制备了三份。
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。
