PRJDB44598:综合甲基化组与转录组分析揭示PI犊牛特异性生物标志物(PRJCA056984)

该数据集来自 ncbi.nlm.nih.gov,包含4对健康母牛-犊牛与5对Trojan母牛-PI犊牛配对样本的基因组、转录组和甲基化组测序数据

sra
浏览 3
基因组分类Other
PRJDB44598: Comprehensive methylome and transcriptome profiling reveals PI-calf-specific biomarkers (PRJCA056984)

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

PRJDB44598:综合甲基化组与转录组分析揭示PI犊牛特异性生物标志物(PRJCA056984)

该数据集来自 ncbi.nlm.nih.gov,包含4对健康母牛-犊牛与5对Trojan母牛-PI犊牛配对样本的基因组、转录组和甲基化组测序数据。研究利用基因组数据进行亲子鉴定以验证系谱记录,同时评估BVDV整合入宿主基因组的可能性;通过转录组分析探索PI犊牛、Trojan牛与正常牛之间的分子差异,并结合甲基化数据识别可能调控PI牛与Trojan牛基因表达变化的甲基化特征,最终比较PI犊牛与Trojan母牛、正常犊牛及正常母牛的甲基化数据以筛选PI犊牛特异性甲基化标志物。该数据可用于病毒感染相关分子机制研究与诊断策略探索(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):在本研究中,我们采集了4对健康母牛-犊牛和5对Trojan母牛-PI犊牛配对样本,用于基因组、转录组和甲基化组测序。我们利用基因组数据进行亲子鉴定以验证系谱记录,同时评估BVDV整合入宿主基因组的可能性。通过转录组分析,我们探索了PI犊牛、Trojan牛与正常牛之间的分子水平差异。通过整合甲基化数据,我们进一步识别了可能调控PI牛和Trojan牛基因表达变化的甲基化特征。最后,我们将PI犊牛的甲基化数据与Trojan母牛、正常犊牛和正常母牛的甲基化数据进行比较,以识别PI犊牛特异性甲基化标志物。本研究的目的是增进我们对PI牛健康状况的理解,并提供可能有助于改进诊断策略的新见解。

【主题与分类】

主题标签:Other。本站分类:感染/病毒感染。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/Traces/study?acc=PRJDB44598

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/Traces/study?acc=PRJDB44598

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

本研究收集了4对健康的母牛-犊牛和5对特洛伊母牛-PI犊牛进行基因组、转录组和甲基化组测序。我们利用基因组数据进行亲子鉴定以验证系谱记录,同时评估BVDV整合到宿主基因组的可能性。通过转录组分析,我们探究了PI犊牛、特洛伊牛和正常牛之间的分子水平差异。通过整合甲基化数据,我们进一步识别了可能调控PI牛和特洛伊牛基因表达变化的甲基化特征。最后,我们将PI犊牛的甲基化数据与特洛伊母牛、正常犊牛和正常母牛的甲基化数据进行比较,以识别PI犊牛特异性甲基化标记。本研究的目的是加深对PI牛健康状况的理解,并提供可能有助于改进诊断策略的新见解。

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。

获取专属数据定制方案