MCF-7 细胞系 snATAC-seq 数据集(ENCSR754TFT)
数据以高通量测序方式对人类基因组结合与占据情况进行 profiling,包含 1 个文件,样例为 GSE340741_series_matrix.txt.gz,物种为人类(9606),平台为 GPL24676

基本信息
资源简介
MCF-7 细胞系 snATAC-seq 数据集(ENCSR754TFT)
GSE340741 是一个以人类乳腺癌细胞系 MCF-7 为研究对象、采用单核 ATAC 测序(snATAC-seq)技术生成的高通量测序数据集,对应 ENCODE 项目编号 ENCSR754TFT。该数据集归类于肿瘤 / 乳腺癌方向,来源于 ncbi.nlm.nih.gov,由 ENCODE 与 DCC 提供,发布时间为 Jul 22 202。数据集整体规模较小,仅包含 1 个文件,样例文件为 GSE340741_series_matrix.txt.gz,物种为人类(9606),测序平台为 GPL24676,主题标签指向“Genome binding/occupancy profiling by high throughput sequencing”。整体而言,该数据集可用于了解 MCF-7 细胞在染色质可及性层面的基因组结合与占据特征。
【数据集背景】
该数据集的全称为“snATAC-seq from MCF-7 (ENCSR754TFT)”,属于 ENCODE 项目产出的数据资源之一。MCF-7 是乳腺癌研究中常用的人类细胞系,而 snATAC-seq 即单核 ATAC 测序,用于在单核水平上检测染色质开放区域,从而反映基因组上的结合与占据情况。数据集被归入肿瘤 / 乳腺癌分类,说明其应用背景与乳腺癌相关研究密切相关。源站标题与数据集英文名一致,均强调该数据来自 MCF-7 细胞系的 snATAC-seq 实验,并标注了 ENCODE 编号 ENCSR754TFT,便于在 ENCODE 体系内进行检索与关联。
【数据内容】
数据集包含 1 个文件,样例文件名为 GSE340741_series_matrix.txt.gz。该文件为 GZIP 压缩包格式,属于高通量测序数据常见的分发形式。主题标签显示其内容涉及“Genome binding/occupancy profiling by high throughput sequencing”,即通过高通量测序对人类基因组的结合与占据情况进行 profiling。物种信息为人类(9606),平台信息为 GPL24676。除上述文件与标签信息外,源站未提供更详细的样本数量、测序深度、峰 calling 结果或注释文件等具体内容。
【采集与来源】
该数据集来源于 ncbi.nlm.nih.gov,由 ENCODE 与 DCC 提供,发布时间为 Jul 22 202。源站描述指出,该数据是在人类细胞系 MCF-7 上进行的 scATAC-seq 实验。数据对应的 ENCODE 编号为 ENCSR754TFT,表明其属于 ENCODE 项目框架下的产出。除来源站、作者、发布时间及源站描述外,关于具体实验操作流程、测序仪器型号、建库方法等采集细节,源站未提供。
【适用场景】
该数据集适用于对人类乳腺癌细胞系 MCF-7 的染色质可及性及基因组结合与占据特征进行探索性分析。由于主题标签明确指向高通量测序下的基因组结合与占据 profiling,其典型用途包括在单核水平上考察开放染色质区域,并可与乳腺癌相关研究背景相结合。数据集规模较小,仅含 1 个文件,适合作为小规模验证、流程测试或特定位点初步核对的输入数据。除上述方向外,源站未提供其他具体适用场景说明。
【使用方法】
使用该数据集时,可先下载数据文件 GSE340741_series_matrix.txt.gz。该文件为 GZIP 压缩包,需按 GZIP 格式进行解压与读取。建议先在小样本上核对字段与编码,确认无误后再批量接入后续分析流程。由于数据集仅包含 1 个文件,使用时应以该文件为核心,结合其 series matrix 形式组织的数据结构进行解析。关于更具体的读取参数、分析步骤或配套工具,源站未提供。
【质量与限制】
该数据集仅包含 1 个文件,规模有限,可能不适合直接用于大规模统计推断或复杂建模。源站未提供关于数据质量评估、重复性、测序深度、覆盖度或批次效应等方面的具体指标。此外,源站描述中仅提及 scATAC-seq 实验及数据使用条款链接,未给出详细的质控结论。因此,在使用该数据集时,应结合自身分析目的谨慎评估其适用性,并注意其作为单文件数据集的局限性。
【引用与许可】
该数据集的作者为 ENCODE 与 DCC,来源站为 ncbi.nlm.nih.gov,发布时间为 Jul 22 202。源站描述中提示,数据使用条款与条件请参考 http://www.genome.gov/27528022 以及 http://www.genome.gov/Pages/Research/ENCODE/ENCODE_Data_Use_Policy_for_External_Users_03-07-14.pdf。除上述引用与许可信息外,源站未提供其他授权说明或引用格式要求。
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/geo/query/acc.cgi?acc=GSE340741
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
scATAC-seq on human cell line MCF-7 For data usage terms and conditions, please refer to http://www.genome.gov/27528022 and http://www.genome.gov/Pages/Research/ENCODE/ENCODE_Data_Use_Policy_for_External_Users_03-07-14.pdf
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




