PRJNA1099188：恶性细胞比例指导的解卷积揭示隐藏RNA图谱
该数据集来自 NCBI BioProject（ID 1099188），主题为转录组或基因表达，属于肿瘤与脑肿瘤方向。其核心内容围绕恶性细胞比例指导的解卷积方法，用于揭示隐藏的 RNA 图谱
基本信息
资源简介
PRJNA1099188：恶性细胞比例指导的解卷积揭示隐藏RNA图谱
该数据集来自 NCBI BioProject（ID 1099188），英文名称为“Hidden RNA profiles revealed by malignant cell fraction-informed deconvolution”，中文可理解为“基于恶性细胞比例指导的解卷积所揭示的隐藏 RNA 图谱”。其主题标签为转录组或基因表达，本站分类归入肿瘤与脑肿瘤方向。从整体定位看，该数据集属于生物项目（BioProject）记录，旨在汇集与单一研究计划相关的多种生物数据，便于用户在一个统一入口下查找该项目所产生的不同类型数据。其核心内容围绕恶性细胞比例指导的解卷积方法展开，目标在于揭示隐藏的 RNA 图谱，因此与肿瘤转录组分析、基因表达研究以及脑肿瘤相关方向具有直接关联。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
该数据集对应 NCBI BioProject 数据库中的一条记录，编号为 1099188。BioProject 是 NCBI 提供的一种项目级数据组织方式，用于汇集与单一研究计划相关的生物数据。根据源站描述，一个 BioProject 可以来自单一组织或联盟，并为用户提供一个统一位置，以查找该项目所产生的多种数据类型。该项目的标题为“Hidden RNA profiles revealed by malignant cell fraction-informed deconvolution”，表明其研究重点在于通过恶性细胞比例信息指导解卷积分析，从而揭示在常规分析中可能被掩盖的 RNA 表达图谱。主题标签为“Transcriptome or Gene expression”，说明该项目主要涉及转录组或基因表达层面的数据。本站分类将其归入肿瘤与脑肿瘤方向，提示其研究背景可能与肿瘤生物学，尤其是脑肿瘤相关。
【数据内容】
该数据集的主题标签为转录组或基因表达，核心内容围绕恶性细胞比例指导的解卷积方法，用于揭示隐藏的 RNA 图谱。源站描述仅说明 BioProject 是相关生物数据的集合，并未列出该具体项目下包含的样本数量、测序平台、文件格式或具体数据文件类型。因此，关于数据内容的具体组成，源站未提供。可以确定的是，该项目在分类上属于肿瘤与脑肿瘤方向，并与转录组或基因表达主题相关。其标题所体现的方法学重点在于“恶性细胞比例指导的解卷积”，这一表述指向对混合细胞群体中 RNA 表达信号进行解析的研究方向，但具体数据内容仍需以源站记录为准。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，具体为 NCBI BioProject 数据库中的记录，ID 为 1099188。源站标题为“Hidden RNA profiles revealed by malignant cell fra... (ID 1099188) - BioProject - NCBI”。根据源站描述，BioProject 记录来源于单一组织或联盟，并汇集与单一研究计划相关的生物数据。关于该项目的具体采集方法、样本来源、实验设计、测序策略或数据处理流程，源站未提供。因此，无法进一步说明其采集地点、时间、样本类型或实验条件。
【适用场景】
该数据集适用于与转录组或基因表达相关的研究场景，尤其是肿瘤与脑肿瘤方向。其标题所涉及的方法——恶性细胞比例指导的解卷积——通常可用于从混合细胞信号中解析恶性细胞成分的 RNA 表达特征，因此可能适用于肿瘤微环境分析、恶性细胞表达图谱推断以及相关生物信息学方法研究。由于本站分类将其归入肿瘤与脑肿瘤方向，该数据集也可能对脑肿瘤转录组研究具有参考价值。然而，具体适用场景需结合源站记录及项目实际数据判断，源站未提供更详细的适用说明。
【使用方法】
该数据集以 NCBI BioProject 记录的形式提供，用户可通过 BioProject ID 1099188 在 NCBI 网站查找该项目及其关联数据。根据源站描述，BioProject 记录为用户提供一个统一位置，以查找该项目所产生的多种数据类型。因此，使用方式通常包括访问该 BioProject 页面，查看项目描述、关联数据链接及可下载的数据资源。关于具体的数据下载方式、分析流程、软件工具或解卷积方法的具体步骤，源站未提供。
【质量与限制】
该数据集来自 NCBI BioProject，属于项目级记录。源站描述仅说明 BioProject 的一般性质，未提供该项目的质量控制指标、数据完整性评估、样本量、测序深度或验证结果。因此，关于数据质量的具体信息，源站未提供。限制方面，由于源站未列出具体数据文件、样本信息或分析参数，用户在使用时需自行查阅源站记录以确认数据可用性和适用范围。此外，本站分类为肿瘤与脑肿瘤方向，但源站未明确说明该分类的具体依据或项目是否完全聚焦于脑肿瘤。
【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。用户如需引用或使用该数据集，应参考 NCBI BioProject 记录页面及相关数据发布方的具体要求。源站描述未包含许可或引用格式的具体说明。
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/PRJNA1099188
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
要理解癌症生物学，关键在于揭示恶性细胞及微环境细胞的状态。从肿瘤的批量RNA表达谱中进行解卷积能提供这一洞见，但受到恶性细胞患者间异质性的严重制约。贝叶斯统计使得利用来自DNA测序等的恶性细胞比例估计来指导RNA解卷积成为可能。我们开发了细胞比例指导的解卷积方法，并使用来自该资源库的46份血液批量RNA表达谱及19个通过CyTOF确定的细胞比例进行了实验评估。总体设计：血液样本采集自接受胶质母细胞瘤、脑膜瘤或星形细胞瘤手术的患者，以及健康供体。使用淋巴细胞分离液（Axis-Shield）通过梯度密度离心法分离外周血单核细胞（PBMCs）。每位供体的PBMCs被分装多管冷冻保存，其中部分用于先前的CyTOF研究（Dusowa等，Front Immunol. 2024）。本研究纳入了48位有CyTOF数据的供体。由于CyTOF仅对活细胞进行表型分析，因此仅使用活细胞进行RNA提取，以获得匹配的数据集。
首先，通过逐滴加入含10%胎牛血清（FCS，Biowest）、100 IU青霉素和100 IU链霉素（Lonza）的IMDM（Gibco），在37 °C下解冻PBMC。解冻后的细胞在4 °C下以500 g离心8分钟。细胞沉淀重悬于含0.1% BSA（Roche）的冷无菌过滤PBS（Fresenius Kabi）中，再次离心。洗涤后的细胞用含0.1% BSA的PBS中的冰冷7-AAD染色。使用FACS Aria Fusion（BD Biosciences）在5 °C下分选活细胞，收集培养基为含20% FCS、100 IU青霉素和100 IU链霉素的IMDM。分选后，将0.7-100万个活细胞的收集管立即在4 °C下以500 g离心8分钟。倒掉上清液，用剩余液体重悬细胞沉淀，然后加入TRIzol™试剂（Invitrogen；Thermo Fisher Scientific）。RNA分离
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。
