PRJNA635574：髓母细胞瘤功能精准医学识别新治疗候选方案（甲基化数据集）

数据围绕髓母细胞瘤的功能精准医学研究，包含甲基化相关数据，可用于探索髓母细胞瘤的表观遗传特征、识别潜在治疗候选方案，并支持基于甲基化信息的分类或预测分析（来源 NCBI）

sra

基因组分类Epigenomics

PRJNA635574: Functional precision medicine identifies new therapeutic candidates for medulloblastoma (methylation dataset)

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

PRJNA635574：髓母细胞瘤功能精准医学识别新治疗候选方案（甲基化数据集）

PRJNA635574 是一个围绕髓母细胞瘤功能精准医学研究而建立的甲基化数据集，归属于肿瘤 / 脑肿瘤分类，主题标签为表观遗传学（Epigenomics）。该数据集来自 NCBI 的 BioProject 数据库，源站标题指向“Functional precision medicine identifies new therapeutic candidates for medulloblastoma”这一研究计划。整体来看，该数据集聚焦于髓母细胞瘤的表观遗传层面，特别是甲基化相关信息，旨在为探索髓母细胞瘤的表观遗传特征、识别潜在治疗候选方案，以及支持基于甲基化信息的分类或预测分析提供数据基础。对于关注脑肿瘤分子机制、表观遗传调控与精准医学交叉领域的研究者而言，该数据集具有明确的专题指向性。

【数据集背景】

该数据集对应的研究主题为髓母细胞瘤的功能精准医学。髓母细胞瘤是儿童期常见的恶性脑肿瘤之一，其分子异质性较高，传统组织学分类难以完全反映其生物学行为与治疗反应差异。功能精准医学强调在分子与功能层面识别可用于治疗选择的候选方案，而表观遗传学信息，尤其是 DNA 甲基化特征，已被广泛用于脑肿瘤的分子分型与发病机制研究。该数据集正是在这一背景下产生，属于 NCBI BioProject 体系下的一个项目记录，主题标签为表观遗传学，分类归入肿瘤 / 脑肿瘤方向。源站描述指出，BioProject 是围绕某一项研究计划或倡议所汇集的生物学数据集合，通常来自单一机构或联合体，并为用户提供查找该项目所产生多种数据类型链接的统一入口。因此，该数据集并非孤立的数据文件，而是一个与特定研究计划相关联的数据资源入口。

【数据内容】

该数据集的核心内容为甲基化相关数据，属于表观遗传学范畴。其英文名称中明确标注为“methylation dataset”，说明数据主体围绕甲基化检测或甲基化谱展开。结合研究主题，这些数据可用于刻画髓母细胞瘤样本的甲基化特征，进而支持表观遗传层面的分析。源站描述仅说明 BioProject 记录提供指向多种数据类型的链接，并未具体列出该数据集包含的样本数量、甲基化检测平台、覆盖区域、数据文件格式或处理层级。因此，关于数据内容的具体规模、技术平台与文件构成，源站未提供。

【采集与来源】

该数据集来源于 NCBI 的 BioProject 数据库，来源站为 ncbi.nlm.nih.gov，项目编号为 PRJNA635574。源站标题显示其与“Functional precision medicine identifies new therapeutic candidates for medulloblastoma”这一研究相关。BioProject 作为生物学数据的集合入口，通常汇集由单一组织或联合体围绕某一研究倡议所产生的数据。该数据集即属于此类项目记录，提供用户查找相关数据类型链接的集中位置。关于样本采集地点、采集时间、伦理审批信息、受试者或样本来源机构等具体采集细节，源站未提供。

【适用场景】

根据其主题标签与短描述线索，该数据集可用于探索髓母细胞瘤的表观遗传特征，识别潜在治疗候选方案，并支持基于甲基化信息的分类或预测分析。具体而言，研究者可能将其用于甲基化谱的聚类或分型研究、表观遗传标志物筛选、治疗反应相关甲基化模式探索，以及功能精准医学框架下的候选治疗靶点或药物关联分析。由于该数据集归属于肿瘤 / 脑肿瘤方向，也可作为脑肿瘤表观遗传研究的数据资源之一。但需注意，以上适用方向基于该数据集的表观遗传学主题与髓母细胞瘤研究背景，具体分析可行性仍取决于数据实际内容与质量，源站未提供详细说明。

【使用方法】

该数据集通过 NCBI BioProject 数据库以项目记录形式提供访问。用户可通过项目编号 PRJNA635574 在 NCBI 网站上定位该记录，并借助 BioProject 页面提供的链接查找该项目所产生的多种数据类型。源站描述强调，BioProject 记录为用户提供单一入口以发现与项目相关的不同数据资源。关于具体的数据下载方式、文件格式、分析流程、软件工具或预处理步骤，源站未提供。

【质量与限制】

该数据集来源于 NCBI BioProject，属于公共数据库中的项目记录。其主题标签为表观遗传学，分类为肿瘤 / 脑肿瘤，英文名称中标注为甲基化数据集。然而，源站未提供关于数据质量评估、样本量、技术重复、批次效应、数据完整性或验证状态的具体信息。此外，该数据集为 BioProject 层面的记录，可能仅提供指向其他数据资源的链接，而非直接包含所有原始数据文件。因此，使用者在依赖该数据集开展分析前，应自行查阅项目页面及相关链接资源，以确认数据适用性与质量。源站未提供关于限制与不足的进一步说明。

【引用与许可】

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE151344

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/PRJNA635574

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

髓母细胞瘤（MB）是儿童中最常见的恶性脑肿瘤之一。近期研究已确定该疾病至少存在四个亚组，它们在分子特征和患者预后方面各不相同。尽管存在这种异质性，大多数MB患者仍接受相似的治疗，包括手术、放疗和强化化疗。虽然这些治疗延长了生存期，但许多患者仍死于该疾病，而幸存者则承受着治疗带来的严重长期副作用。我们假设每位MB患者对不同的治疗敏感，根据患者肿瘤的分子和细胞特征来定制治疗将改善预后。为验证这一点，我们组建了一组原位患者来源异种移植瘤（PDX），并对其进行了DNA测序、基因表达谱分析和高通量药物筛选。DNA测序分析表明，大多数MB并不具有指向有效疗法的可操作突变。相比之下，基因表达和药物反应数据为每种肿瘤的潜在疗法提供了有价值的信息。

例如，药物筛选表明，放线菌素D——用于治疗肉瘤但很少用于MB——对代表第3组MB（该疾病最具侵袭性的形式）的PDX具有活性。最后，我们展示，肿瘤细胞的功能分析可在临床环境中用于识别比单独测序更多的治疗选项。这些研究表明，有可能摆脱一刀切的方法，开始针对每位患者采用对其肿瘤有效的疗法。总体设计：在IlluminaHumanMethylation450k芯片上对30个样本进行了分析：20个PDOX模型和10个匹配的人类肿瘤。

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