PRJNA1057838：DNA甲基化分类器诊断不同解剖部位胰腺导管腺癌转移
PRJNA1057838 是一个 BioProject 数据集，主题为利用 DNA 甲基化分类器诊断来自不同解剖部位的胰腺导管腺癌转移
基本信息
资源简介
PRJNA1057838：DNA甲基化分类器诊断不同解剖部位胰腺导管腺癌转移
PRJNA1057838 是一个收录于 NCBI BioProject 的生物学项目数据集，其英文名称为“DNA methylation classifier to diagnose pancreatic ductal adenocarcinoma metastases from different anatomical sites”。从名称可以看出，该数据集围绕利用 DNA 甲基化分类器诊断来自不同解剖部位的胰腺导管腺癌转移这一主题展开。BioProject 作为生物数据的集合，通常关联某一项单一研究计划，来源于单一机构或联合体，并为用户提供统一入口，以便查找该项目所产生的多种数据类型。该数据集的主题标签为表观基因组学（Epigenomics），在分类上被归入肿瘤领域。整体而言，该数据集的核心关注点在于胰腺导管腺癌转移的分子诊断，尤其是借助 DNA 甲基化特征构建分类器，以区分来自不同解剖部位的转移灶。
【数据集背景】
胰腺导管腺癌是一种高度恶性的肿瘤，其转移往往涉及多个解剖部位，而准确判断转移来源对于临床诊疗具有重要意义。DNA 甲基化作为一种重要的表观遗传修饰，能够在不同组织来源的肿瘤中呈现特异性模式，因此具备作为分类依据的潜力。该数据集正是围绕这一思路，试图通过 DNA 甲基化分类器来诊断来自不同解剖部位的胰腺导管腺癌转移。BioProject 记录本身并不直接提供实验数据，而是作为项目入口，汇集与该研究计划相关的各类数据链接。该项目的主题标签为表观基因组学，说明其数据内容与表观遗传层面的检测和分析密切相关。本站将其归入肿瘤分类，进一步表明该数据集服务于肿瘤学相关研究。
【数据内容】
该数据集属于 BioProject 类型，其记录提供用户查找该项目所生成的不同数据类型链接的统一位置。源站描述指出，BioProject 是围绕单一研究计划、来自单一机构或联合体的生物数据集合。因此，该数据集的内容并非单一类型的文件，而是与“DNA 甲基化分类器诊断胰腺导管腺癌转移”这一研究计划相关的多种生物数据的集合入口。主题标签为表观基因组学，提示数据可能涉及甲基化层面的检测信息，但具体的数据文件类型、样本数量、甲基化位点数量、分类器性能指标等细节，源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，收录于 NCBI BioProject，项目编号为 PRJNA1057838。源站标题为“DNA methylation classifier to diagnose pancreatic ... (ID 1057838) - BioProject - NCBI”。根据源站描述，BioProject 记录来源于单一组织或联合体，并围绕单一研究计划组织数据。关于具体的样本采集地点、采集时间、受试者信息、实验平台或测序方法等，源站未提供。
【适用场景】
该数据集适用于与胰腺导管腺癌转移诊断相关的研究场景，尤其是关注 DNA 甲基化分类器在区分不同解剖部位转移中的应用。由于主题标签为表观基因组学，它也可能适用于表观遗传学数据分析、肿瘤分子诊断方法开发等方向。本站分类为肿瘤，表明其可服务于肿瘤学领域的研究人员。具体的使用场景，如是否可用于临床诊断、是否适用于其他癌种，源站未提供。
【使用方法】
该数据集以 BioProject 记录的形式提供，用户可通过 NCBI BioProject 入口查找与该研究计划相关的不同数据类型链接。源站描述强调，BioProject 记录为用户提供单一位置以发现该项目生成的各种数据类型的链接。关于具体的数据下载方式、分析流程、软件工具或分类器使用步骤，源站未提供。
【质量与限制】
该数据集为 BioProject 集合记录，其质量与限制取决于所关联的具体数据。源站描述仅说明 BioProject 是生物数据的集合，并未提供该项目的质量控制指标、数据完整性、样本量或验证结果等信息。因此，关于该数据集在甲基化分类器性能、诊断准确性、可重复性等方面的具体表现，源站未提供。此外，该数据集被本站归入肿瘤/乳腺癌分类，但其标题明确指向胰腺导管腺癌，二者之间的分类关系源站未提供进一步说明。
【引用与许可】
该数据集的来源站为 ncbi.nlm.nih.gov，项目编号为 PRJNA1057838。关于该数据集的引用方式、许可协议、使用条款或数据共享政策，源站未提供。用户如需引用或使用，应参考 NCBI BioProject 的相关规定以及该项目记录中可能附带的说明。
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/PRJNA1057838
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
背景 我们最近构建了一种DNA甲基化分类器，能够以高准确度区分胰腺导管腺癌(PAAD)肝转移与肝内胆管癌(iCCA)（PAAD-iCCA-分类器）。PAAD是未知原发癌的主要原因之一，其诊断基于排除其他恶性肿瘤。因此，我们的研究重点是探讨PAAD-iCCA-分类器是否可用于诊断来自其他部位的PAAD转移。方法 为此，我们通过增加8种额外的模拟癌，将初始分类器的异常检测过滤器扩展至阴性类别中共10种癌。我们在验证集上验证了分类器的更新版本，该验证集包括一个生物学队列(n = 3579)和一个技术队列(n = 15)。随后，我们在测试集上评估了分类器的性能，该测试集包括一个由来自不同部位的16例PAAD转移组成的阳性对照队列，以及一个由来自18个解剖部位的96例乳腺癌转移和28例脑转移癌组成的124例阴性对照样本队列。
结果 更新后的PAAD-iCCA-Classifier在生物学验证样本上达到了98.21%的准确率，在技术验证样本上则达到了100%。该分类器还正确地将阳性对照中的15/16（93.75%）转移灶识别为PAAD，在阴性对照中，它正确分类了122/124个样本（98.39%），测试集上的总体准确率为97.85%。我们利用这个DNA甲基化数据集探索了PAAD转移的器官趋向性，并观察到PAAD肝转移与PAAD腹膜癌病和原发性PAAD不同，其特征是特定的拷贝数改变和参与上皮-间质转化的增强子低甲基化。结论 更新后的PAAD-iCCA-Classifier（可在https://classifier.tgc-research.de/获取）能够准确地对来自多种
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。
![PRJNA1529685：组蛋白H3第27位赖氨酸巴豆酰化在基因转录抑制中的作用[c-Myc染色质免疫共沉淀测序]](/medical-api/medicalDataset/datasetCover/39681.jpg)
