PRJNA1185164：原代T细胞多组学分析阐明疾病相关遗传位点机制
该数据集为 NCBI BioProject 收录的 PRJNA1185164 项目，主题为原代 T 细胞的多组学分析，旨在阐明疾病相关遗传位点背后的机制
基本信息
资源简介
PRJNA1185164：原代T细胞多组学分析阐明疾病相关遗传位点机制
PRJNA1185164 是 NCBI BioProject 数据库收录的一个生物项目，其完整英文名称为“Multi-omics analysis in primary T cells elucidates mechanisms behind disease associated genetic loci”，即“原代 T 细胞的多组学分析阐明疾病相关遗传位点背后的机制”。该项目围绕原代 T 细胞展开多组学层面的研究，目标在于揭示与疾病相关的遗传位点如何通过分子机制发挥作用。从数据组织形态看，它属于 BioProject 所汇集的一类生物数据集合，主题标签为“Raw sequence reads”，意味着项目产生的数据以原始序列读长为主要形式。本站将其归入肌肉骨骼系统疾病 / 其他分类，提示该数据集可能与肌肉骨骼系统疾病研究存在关联，但具体关联方式需结合项目原始记录进一步确认。
【数据集背景】
BioProject 是 NCBI 提供的一种数据组织方式，用于汇集与某一项单一研究计划相关的生物学数据。按照 NCBI 的说明，一个 BioProject 通常源自单一机构或一个联合体，其记录为用户提供一个统一入口，以便查找该项目所产生的多种类型数据。PRJNA1185164 正是在这一框架下建立的项目记录，项目主题聚焦于原代 T 细胞的多组学分析，并试图通过此类分析阐明疾病相关遗传位点背后的机制。原代 T 细胞是免疫系统中重要的细胞类型，针对其开展多组学研究，有助于从转录、表观遗传、染色质构象等多个层面理解遗传变异的功能后果。该项目的立项背景与疾病相关遗传位点的功能注释需求密切相关，但源站未提供更具体的立项机构、资助来源或研究假设等信息。
【数据内容】
该项目的主题标签为“Raw sequence reads”，表明其数据内容以原始序列读长为主。这类数据通常来自高通量测序平台，可涵盖多种测序策略，例如 RNA 测序、染色质免疫沉淀测序、ATAC 测序或其他多组学相关测序方法。由于项目名称中明确提到“多组学分析”，可以合理推断其数据可能涉及多个分子层面，但源站未提供具体的组学类型清单、样本数量、测序平台、读长长度、数据总量或文件格式等细节。项目记录本身作为 BioProject 条目，主要提供指向不同数据类型生成结果的链接，而非直接存储所有原始数据文件。因此，若需获取实际序列数据，通常需要从该 BioProject 记录出发，进一步跳转至相关联的 SRA、GEO 或其他 NCBI 资源。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，即美国国家生物技术信息中心。BioProject 记录由 NCBI 维护，项目编号为 PRJNA1185164，源站标题显示为“ID 1185164 - BioProject - NCBI”。按照 BioProject 的一般定义，该项目应源自单一组织或联合体，但源站未提供具体的提交机构名称、研究团队、样本采集地点、采集时间或伦理审批信息。项目所涉及的原代 T 细胞来源、供体信息、疾病状态或健康状态等关键采集背景，在现有信息中均未说明。因此，关于样本如何采集、如何处理以及如何测序的具体流程，源站未提供。
【适用场景】
该数据集适用于对原代 T 细胞多组学数据感兴趣的研究场景，尤其是希望从遗传位点功能注释角度理解疾病机制的研究人员。由于主题标签为原始序列读长，它可用于重新分析、整合分析或方法学比较，例如探索疾病相关遗传变异是否影响 T 细胞的基因表达、染色质可及性或其它分子表型。此外，该数据集也可作为免疫学、功能基因组学或肌肉骨骼系统疾病相关研究的参考数据资源。然而，具体适用场景取决于数据实际覆盖的组学层面和样本类型，源站未提供足够信息以支持更精确的适用性判断。
【使用方法】
使用该数据集时，通常需要先访问 NCBI BioProject 页面，通过项目编号 PRJNA1185164 定位记录。BioProject 记录提供指向不同数据类型的链接，用户可据此跳转至相应的原始序列数据存储库，如下载原始测序读长或查看相关样本信息。由于项目主题为多组学分析，用户可能需要整合多个数据子集，并依据具体研究问题选择合适的分析流程。源站未提供标准分析流程、推荐工具、参考基因组版本或数据处理步骤，因此具体使用方法需结合用户自身的研究设计和生物信息学能力来确定。
【质量与限制】
该数据集作为 NCBI BioProject 记录，其质量依赖于提交方提供的信息完整性和准确性。BioProject 本身提供统一入口，但不对原始数据的质量进行二次验证。当前可获取的信息中，缺少样本数量、测序深度、重复数、对照设置、数据过滤标准等关键质量指标，因此无法对数据质量做出具体评价。此外，项目分类为肌肉骨骼系统疾病 / 其他，但项目名称聚焦于原代 T 细胞和疾病相关遗传位点，两者之间的直接关联在现有信息中未明确说明。源站未提供关于数据局限性、偏差来源或使用注意事项的详细说明。
【引用与许可】
该数据集的引用方式应遵循 NCBI BioProject 的通用引用规范，通常需注明项目编号 PRJNA1185164 及项目名称。源站未提供具体的许可条款、使用限制或数据共享政策。用户在使用该数据集时，应自行查阅 NCBI 的相关政策以及可能适用的数据提交方声明。源站未提供关于商业使用、再分发或二次发布的具体许可信息。
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/PRJNA1185164
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
背景：全基因组关联研究（GWAS）已揭示了许多疾病和病症背后的遗传基础。然而，这些遗传位点大多影响调控区域，使得解读具有挑战性。染色质构象在基因调控中具有基础性作用，并常被用于将潜在靶基因与调控区域关联起来。然而，既往研究大多使用小样本量和永生化细胞系，而非原代细胞。结果：在此，我们呈现了迄今为止最全面的染色质构象数据集，同时匹配了来自原发性CD4+和CD8+ T细胞的基因表达和染色质可及性数据，这些细胞分离自银屑病关节炎患者和健康对照。我们构建了108个Hi-C文库（490亿条读段）、128个RNA-seq文库和126个ATAC-seq文库。这些数据增进了我们对GWAS变异影响基因调控机制的理解，以前所未有的规模揭示了遗传变异如何改变原代细胞中的染色质可及性和结构。我们改进了GWAS位点与相关调控元件（如CTCF结合位点和其他增强子元件）的映射，有助于基因归属。
我们发现BCL2L11可能是类风湿关节炎(RA)位点rs13396472内的因果基因，尽管GWAS变异位于ACOXL的内含子区域，我们还揭示了RA位点rs4409785中涉及SESN3失调的机制。结论：鉴于这些基因在T细胞发育和成熟中的重要作用，我们的工作加深了对自身免疫疾病发病机制的理解，提示了潜在的治疗靶点。此外，我们的数据集为研究免疫介导疾病和基因调控机制提供了宝贵的资源。
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。
