PRJEB81301：乳腺上皮细胞发育与乳腺癌转移的RNA-seq分析
该数据集来自NCBI，为PRJEB81301项目，聚焦Biglycan（BGN）在乳腺发育与乳腺癌转移中调控基因表达的作用
基本信息
资源简介
PRJEB81301：乳腺上皮细胞发育与乳腺癌转移的RNA-seq分析
PRJEB81301 是一个聚焦乳腺癌与乳腺发育的 RNA-seq 数据集，全称为“RNA-seq Analysis of Mammary Epithelial Cells During Development and Breast Cancer Metastasis”，来源于 NCBI。该数据集围绕 Biglycan（BGN）在乳腺发育与乳腺癌转移过程中调控基因表达的作用展开，通过对正常乳腺组织与转移性乳腺癌样本中的基底细胞和腔面细胞进行转录组测序与差异基因表达分析，识别受 BGN 影响的关键通路，其中包括 Wnt 信号通路。其目标在于阐明 BGN 在上皮迁移与肿瘤进展中的功能，为抑制转移、改善乳腺癌治疗提供潜在靶点线索。
【数据集背景】
乳腺癌转移是导致治疗失败和预后不良的重要原因，理解肿瘤细胞迁移与进展背后的分子调控机制对寻找干预靶点具有重要意义。Biglycan（BGN）作为一种参与细胞外基质与信号转导调控的分子，其在乳腺上皮中的表达变化可能影响发育过程与肿瘤转移行为。该数据集正是为研究 BGN 在乳腺腺体发育和乳腺癌转移中如何调控基因表达而设计，通过比较正常与转移性样本、基底与腔面两类上皮细胞，探索 BGN 所影响的分子通路，尤其是 Wnt 信号通路，从而为认识上皮迁移和肿瘤进展的机制提供转录组层面的依据。
【数据内容】
该数据集属于肿瘤/乳腺癌分类，核心内容是乳腺上皮细胞的 RNA-seq 数据。实验分别从正常乳腺组织和转移性乳腺癌样本中分离原代基底细胞与腔面细胞，并对这些细胞进行转录组测序。在此基础上开展差异基因表达分析，用以识别受 BGN 影响的关键通路，包括其对 Wnt 信号通路的作用。数据所关注的分析对象是 BGN 调控下的基因表达变化，以及这些变化与上皮迁移、肿瘤进展之间的关联。主题标签为 Other。除上述内容外，样本数量、测序深度、基因数量等具体指标源站未提供。
【采集与来源】
该数据集来源于 NCBI，源站地址为 ncbi.nlm.nih.gov，项目编号为 PRJEB81301。根据源站描述，实验材料包括正常乳腺组织与转移性乳腺癌样本中分离的原代基底细胞和腔面细胞，研究方法为 RNA-seq 及随后的差异基因表达分析。关于样本采集地点、时间、伦理审批信息以及测序平台的具体型号，源站未提供。
【适用场景】
该数据集适用于研究 BGN 在乳腺发育与乳腺癌转移中的调控作用，可用于分析基底细胞与腔面细胞在正常与转移性背景下的转录组差异，探索受 BGN 影响的信号通路，尤其是 Wnt 信号通路。它也可为上皮迁移与肿瘤进展机制研究提供数据支持，并有助于筛选与转移抑制相关的潜在治疗靶点。对于关注乳腺癌微环境、细胞外基质分子功能以及乳腺上皮细胞异质性的研究，该数据具有参考价值。具体适用的分析流程与建模方式需结合数据实际情况确定，源站未提供相关建议。
【使用方法】
使用该数据集时，可围绕正常与转移性样本、基底与腔面细胞之间的分组开展差异表达分析，并在此基础上进行通路富集与信号通路层面的解读，重点关注 BGN 相关变化及 Wnt 信号通路的响应。分析中需注意区分细胞类型与样本来源对表达谱的影响。关于数据下载方式、文件格式、预处理步骤与推荐分析工具，源站未提供。
【质量与限制】
该数据集基于 RNA-seq 与差异表达分析，能够提供转录组层面的基因表达信息，但其结论受样本来源与实验设计的影响。由于源站未提供样本量、测序深度、重复数、质控指标与验证实验等信息，数据质量的完整评估受到限制。此外，转录组关联分析本身不能直接证明因果关系，BGN 的功能结论仍需实验验证。相关限制的具体说明源站未提供。
【引用与许可】
该数据集来自 NCBI，项目编号为 PRJEB81301。关于引用方式、作者列表、发表文献与数据使用许可条款，源站未提供。
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/Traces/study?acc=PRJEB81301
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
本实验探究Biglycan（BGN）在乳腺发育及乳腺癌转移过程中调控基因表达的作用。利用RNA-seq技术，从正常乳腺组织和转移性乳腺癌样本中分离出原代基底细胞和管腔细胞。通过差异基因表达分析，识别受BGN影响的关键通路，包括其对Wnt信号通路的影响。这些数据旨在阐明BGN在上皮迁移和肿瘤进展中的功能，为抑制转移和改善乳腺癌治疗效果的潜在治疗靶点提供见解。
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。
