基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-20

资源简介

PRJNA1472697：组织学正常乳腺组织中群体相关分子变异具有情境依赖性并与不同转录状态相关

该数据集为 NCBI BioProject 数据库中的一项生物项目，编号为 1472697，英文名称为“Population-associated molecular variation in histologically normal breast tissue is context-dependent and associated with distinct transcriptional states”。从名称可以看出，该项目关注的是组织学上正常的乳腺组织中，与群体相关的分子变异，并探讨这种变异是否具有情境依赖性，以及是否与不同的转录状态相关联。其数据类型归属于转录组或基因表达范畴，主题标签为“Transcriptome or Gene expression”。在本地分类体系中，该数据集被归入肌肉骨骼系统疾病 / 其他类别。整体而言，这是一个以基因表达和转录组数据为核心的生物项目记录，旨在为研究者提供与该研究主题相关的多种数据类型入口。

【数据集背景】

BioProject 是 NCBI 提供的一种资源组织方式，用于汇集与某一项单一研究计划相关的生物学数据。该计划通常来自一个机构或一个联合体。一个 BioProject 记录为用户提供一个统一的入口，以便查找该项目所产生的多种数据类型。本数据集即属于此类记录，其研究主题聚焦于组织学正常乳腺组织中的群体相关分子变异，并试图理解这种变异的情境依赖性及其与不同转录状态之间的关联。该主题涉及群体遗传学、转录组学以及正常组织生物学等多个层面，但具体的研究背景、立项动机和科学假设，源站未提供。

【数据内容】

该数据集的主题标签为“Transcriptome or Gene expression”，表明其核心数据类型属于转录组或基因表达数据。数据集名称中提及“histologically normal breast tissue”（组织学正常乳腺组织）、“population-associated molecular variation”（群体相关分子变异）、“context-dependent”（情境依赖性）以及“distinct transcriptional states”（不同转录状态）。由此可知，该数据集所涵盖的内容应与乳腺组织中基因表达谱的群体差异有关，并可能涉及不同转录状态的比较。然而，关于具体的样本数量、测序平台、基因数量、表达矩阵、差异表达基因列表、变异位点信息等具体数据内容，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 数据库。其英文名称中包含项目编号 PRJNA1472697，源站标题显示为“Population-associated molecular variation in histo... (ID 1472697) - BioProject - NCBI”。这表明该记录是 NCBI BioProject 中的一个条目，编号为 1472697。关于样本采集的具体地点、时间、人群来源、伦理审批信息、测序方法、数据处理流程等采集与来源细节，源站未提供。

【适用场景】

基于该数据集的主题标签和名称，其适用场景可能包括：转录组或基因表达数据的二次分析、组织学正常乳腺组织中群体相关分子变异的探索、转录状态与情境依赖性关联的研究等。由于该数据集被本地分类归入“肌肉骨骼系统疾病 / 其他”，其可能也适用于与该分类相关的交叉研究场景。但具体的适用场景、推荐用途或分析方向，源站未提供。

【使用方法】

该数据集作为 BioProject 记录，其设计用途是提供一个统一入口，以便用户查找与该研究计划相关的多种数据类型。用户通常可以通过 NCBI BioProject 页面访问该记录，并进一步链接到相关的数据资源。然而，关于如何具体下载、处理、分析该数据集中的转录组或基因表达数据，以及是否有配套的分析工具或流程，源站未提供。

【质量与限制】

该数据集来自 NCBI BioProject，属于公共数据库中的项目记录。其质量与限制取决于原始研究的设计、样本处理、测序深度、数据分析方法等多个因素。由于源站未提供具体的质量控制指标、数据完整性说明、潜在偏差或使用限制，因此无法对该数据集的质量与限制做出具体评价。源站未提供相关信息。

【引用与许可】

关于该数据集的引用方式、许可协议、使用条款或版权信息，源站未提供。用户在使用该数据集时，应参考 NCBI BioProject 的通用引用规范以及相关数据资源的原始发表文献，但具体引用与许可细节需以源站或原始研究发布的信息为准。源站未提供相关信息。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE333857

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/PRJNA1472697

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

乳腺组织中与人群相关的分子变异可能促成组织生物学和疾病易感性的差异，然而这种变异在多大程度上受潜在组织状态的影响仍不清楚。我们对来自非裔美国人和白人高加索人的组织学正常乳腺组织样本进行了转录组学和脂质组学整合分析。无监督转录组分析揭示了两种基线转录状态，G1和G2，它们定义了分子变异的主轴，并分别对应上皮富集和血管富集的组织环境。非裔美国人和白人高加索人样本之间的全局比较显示转录组差异有限。然而，当样本按基线转录状态分层时，在G1内发现191个基因差异表达，非裔美国人样本中细胞外基质组织和增殖/细胞骨架程序协同上调。在G2内未观察到可比较的人群相关差异。脂质组学分析显示与转录组结构一致的部分但非显著趋势。

这些发现表明，正常乳腺组织中与人群相关的分子差异具有背景依赖性，并在特定的基线转录状态中出现。总体设计：在人口统计学匹配标准下，选取了来自非裔美国人和白人高加索人的组织学正常人类乳腺组织样本，并特别关注年龄和体重指数。质控后对保留样本进行RNA-seq，并使用无监督降维、差异表达分析、功能富集和细胞类型解卷积分析转录组谱。根据无监督转录组结构，将样本分为两种基线转录状态G1和G2。在G1与G2之间、人群组之间进行了比较

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