PRJNA846198：脑脊液循环肿瘤DNA甲基化谱全基因组分析——胶质母细胞瘤溶瘤病毒临床试验 [MeDIP-Seq]

该数据集来自 NCBI BioProject（ID 846198），聚焦胶质母细胞瘤溶瘤病毒临床试验，对脑脊液中的循环肿瘤DNA甲基化谱进行全基因组分析，采用 MeDIP-Seq 技术，属于表观基因组学范畴

sra

基因组分类Epigenomics

PRJNA846198: Genome-wide analysis of circulating tumor DNA methylation profiles in cerebrospinal fluid: a clinical trial of oncolytic virus for glioblastoma [MeDIP-Seq]

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

PRJNA846198：脑脊液循环肿瘤DNA甲基化谱全基因组分析——胶质母细胞瘤溶瘤病毒临床试验 [MeDIP-Seq]

PRJNA846198 是一个收录于 NCBI BioProject 数据库的组学项目，编号为 846198，英文全称为“Genome-wide analysis of circulating tumor DNA methylation profiles in cerebrospinal fluid: a clinical trial of oncolytic virus for glioblastoma [MeDIP-Seq]”。该项目聚焦胶质母细胞瘤的溶瘤病毒临床试验，围绕脑脊液中的循环肿瘤 DNA 甲基化谱展开全基因组层面的分析，所采用的技术为 MeDIP-Seq，主题标签为表观基因组学。从本站分类来看，该数据集归属于肿瘤 / 脑肿瘤方向，来源站为 ncbi.nlm.nih.gov。整体而言，这是一个将液体活检思路、表观遗传学检测与脑肿瘤临床治疗研究相结合的生物项目记录，为相关领域研究者提供了可追溯的数据入口。

【数据集背景】

该数据集对应的是一项针对胶质母细胞瘤的溶瘤病毒临床试验。胶质母细胞瘤属于脑肿瘤范畴，本项目试图在临床试验的框架下，对脑脊液中的循环肿瘤 DNA 甲基化谱进行全基因组分析。这一设计将脑脊液作为样本来源，关注其中循环肿瘤 DNA 的甲基化特征，并借助 MeDIP-Seq 技术实现全基因组范围的甲基化谱检测。项目所属的 BioProject 体系本身是围绕单一研究计划或倡议汇集生物数据的集合，通常来自单一机构或联合体，并为用户提供统一入口以查找该项目所产生的多种数据类型。该项目的主题标签为表观基因组学，说明其数据性质主要落在表观遗传修饰的检测与分析层面。

【数据内容】

依据项目名称与主题标签，该数据集的内容指向脑脊液中循环肿瘤 DNA 的甲基化谱，且为全基因组分析，检测手段为 MeDIP-Seq。MeDIP-Seq 属于表观基因组学中用于富集和测序甲基化 DNA 片段的常用技术路线，因此该项目产生的数据应围绕甲基化谱展开。不过，关于具体的样本数量、测序深度、数据文件类型、数据量大小、甲基化位点数目等细节，源站未提供。该 BioProject 记录本身作为数据集合的索引，提供的是指向该项目所生成各类数据的链接入口，而非对数据内容逐项展开的描述。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，收录于 NCBI BioProject 数据库，项目编号 846198。项目名称表明其样本来源为脑脊液，研究对象为其中的循环肿瘤 DNA，研究背景为胶质母细胞瘤的溶瘤病毒临床试验。关于样本采集的具体时间、地点、机构、受试者数量、伦理审批信息以及试验设计细节，源站未提供。BioProject 记录通常来自单一组织或联合体，用于汇集与某一研究倡议相关的生物数据，但本项目对应的具体组织或联合体信息，源站未提供。

【适用场景】

该数据集适用于表观基因组学方向的研究，尤其是围绕脑脊液循环肿瘤 DNA 甲基化谱的分析工作。由于项目与胶质母细胞瘤的溶瘤病毒临床试验相关，其潜在应用场景包括脑肿瘤液体活检标志物的探索、甲基化谱在脑脊液样本中的检测方法研究，以及溶瘤病毒治疗背景下表观遗传变化的分析。此外，该数据集也可作为生物信息学分析流程的输入来源之一，用于甲基化数据的再分析或方法学比较。需要说明的是，以上场景基于项目名称与主题标签所指示的研究方向，具体适用性仍需结合源站提供的原始数据与元数据判断。

【使用方法】

该数据集可通过 NCBI BioProject 数据库访问，项目编号为 846198，来源站为 ncbi.nlm.nih.gov。BioProject 记录为用户提供统一入口，以便查找该项目所生成的多种数据类型。使用者可依据项目编号定位该记录，并进一步获取其链接的数据资源。关于数据下载的具体格式、分析流程、推荐工具、参数设置以及是否提供配套代码，源站未提供。

【质量与限制】

该数据集来自 NCBI BioProject 数据库，属于公开收录的生物项目记录。其质量与限制的具体信息，如数据完整性、测序质量、样本代表性、批次效应、技术偏差等，源站未提供。使用者应注意，BioProject 记录本身是项目层面的索引，具体数据质量需结合原始数据文件与相关元数据评估。此外，该项目的临床试验背景可能涉及受试者隐私与数据使用限制，但源站未提供相关说明。

【引用与许可】

关于该数据集的引用方式与许可条款，源站未提供。使用者在引用或再利用该数据集时，应查阅 NCBI BioProject 记录及其链接资源中可能附带的引用要求与使用条款。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE205519

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/PRJNA846198

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

背景：胶质母细胞瘤（GBM）是中枢神经系统（CNS）常见的恶性肿瘤，预后差，生存期短。一种新型肿瘤裂解病毒Ad-TD-nsIL-12在临床前研究中已显示出良好的抗肿瘤特性。然而，Ad-TD-nsIL-12治疗GBM仍存在空白。方法：我们收集了注射Ad-TD-nsIL-12后不同时间点患者的脑脊液（CSF）和肿瘤组织，并分析了CSF循环肿瘤DNA（ctDNA）甲基化谱和表达谱。通过Lasso Cox回归分析和Cox回归分析筛选差异基因。使用CIBERSORT算法评估TCGA数据集中胶质瘤免疫细胞浸润的丰度。使用R软件、SPSS软件和Graphpad Prism分析枢纽基因在诊断、预后和免疫细胞相关性中的作用。结果：通过观察不同样本中甲基化水平的趋势，注射Ad-TD-nsIL-12后，3631个差异甲基化区域（DMRs）上调，497个DMRs下调，这些DMRs在70-82天内恢复了其甲基化水平。

结合TCGA数据集，筛选出8个枢纽基因以构建诊断和预后模型。枢纽基因与免疫细胞之间存在显著相关性。结论：本研究分析了Ad-TD-nsIL-12治疗GBM的近似治疗浓度、剂量和周期。揭示了脑脊液中的枢纽基因可作为GBM诊断和预后的生物标志物，并大胆推测了枢纽基因对Ad-TD-nsIL-12免疫机制的影响。总体设计：本研究从一组正常脑脊液（CSF）样本和一名复发性胶质母细胞瘤患者不同时间采集的五份CSF样本中提取循环肿瘤DNA（ctDNA）并进行全基因组甲基化测序。该患者的CSF样本采集于溶瘤

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