PRJNA1274379：乳腺癌相关基因调控程序中异质性顺式调控元件特征分析

该数据集来自 NCBI BioProject（ID 1274379），主题为乳腺癌相关基因调控程序中异质性顺式调控元件的特征分析，属于表观基因组学范畴

sra

基因组分类Epigenomics

PRJNA1274379: Characterizing heterogeneous cis-regulatory elements in gene regulatory programs associated with breast cancer

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

PRJNA1274379：乳腺癌相关基因调控程序中异质性顺式调控元件特征分析

该数据集为 NCBI BioProject 收录项目，编号 PRJNA1274379，英文标题为“Characterizing heterogeneous cis-regulatory elements in gene regulatory programs associated with breast cancer”，中文可译为“乳腺癌相关基因调控程序中异质性顺式调控元件的特征分析”。从主题上看，该项目聚焦于乳腺癌发生发展过程中基因调控程序所涉及的顺式调控元件，并强调其异质性特征，属于表观基因组学范畴。本站将其归类为肿瘤 / 乳腺癌方向。BioProject 作为生物数据集合，通常围绕某一项研究计划或联盟计划组织，为不同数据类型提供统一入口，便于用户发现和访问同一项目下产生的多种数据资源。该数据集即通过这一机制，为乳腺癌相关调控元件研究提供项目级索引与关联信息。

【数据集背景】

乳腺癌是一种在分子层面具有高度异质性的肿瘤，其基因表达调控异常往往与顺式调控元件的结构和功能变化相关。顺式调控元件包括启动子、增强子等非编码区域，它们通过招募转录因子等调控因子影响靶基因的表达。对该类元件进行系统刻画，有助于理解乳腺癌相关基因调控程序的组成与动态变化。该 BioProject 以“异质性顺式调控元件”为核心对象，旨在从表观基因组学角度对乳腺癌相关调控程序进行特征分析。项目来源于 NCBI BioProject 数据库，属于肿瘤 / 乳腺癌主题下的表观基因组学研究资源。

【数据内容】

该数据集的主题标签为 Epigenomics，表明其内容与表观基因组学相关。项目标题明确指出研究对象是乳腺癌相关基因调控程序中的异质性顺式调控元件。BioProject 记录本身并不直接等同于某一类原始数据文件，而是作为项目级入口，汇集与同一研究计划相关的多种数据类型。源站描述指出，BioProject 记录为用户提供一个统一位置，以查找为该项目生成的不同数据类型所对应的链接。因此，该数据集的内容应理解为围绕乳腺癌顺式调控元件异质性分析所形成的项目集合，具体包含的数据类型、样本数量、实验方法、文件格式及数据规模等信息，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，具体记录为 NCBI BioProject（ID 1274379）。BioProject 是 NCBI 提供的生物项目数据库，用于组织与单一研究计划相关的生物数据。源站描述说明，一个 BioProject 可以来自单一组织或联盟，并围绕某一项研究计划汇集多种类型的数据。该项目的英文标题和主题标签已明确其研究主题为乳腺癌相关基因调控程序中的异质性顺式调控元件，属于表观基因组学方向。关于样本采集地点、采集时间、伦理审批、受试者信息、实验平台及具体实验流程等，源站未提供。

【适用场景】

该数据集适用于表观基因组学、肿瘤生物学和基因调控研究相关场景。研究人员可借助该 BioProject 记录，定位与乳腺癌相关基因调控程序中异质性顺式调控元件有关的项目级资源，并进一步访问该项目下关联的不同数据类型。其潜在应用包括：了解乳腺癌相关顺式调控元件的异质性特征；将该项目作为表观基因组学分析的入口；在乳腺癌分子机制研究中，结合项目关联数据探索调控元件与基因表达之间的关系。由于具体数据内容和实验设计信息源站未提供，实际适用场景需以项目关联的原始数据和方法说明为准。

【使用方法】

用户可通过 NCBI BioProject 数据库访问编号为 PRJNA1274379 的项目记录。该记录提供项目的基本描述、标题、主题标签以及指向该项目所生成的不同数据类型的链接。使用者可根据项目页面中的链接，进一步获取与乳腺癌相关异质性顺式调控元件研究相关的数据资源。由于源站未提供具体的数据下载格式、文件组织方式、分析流程或软件工具要求，无法在本描述中给出更详细的操作步骤。建议用户以 NCBI BioProject 页面所展示的关联信息为准，结合项目下各数据类型的说明进行使用。

【质量与限制】

该数据集来自 NCBI BioProject，属于项目级记录，其质量与完整性取决于项目提交方所提供的信息以及 NCBI 的收录管理。BioProject 记录的主要作用是为同一研究计划下的多种数据类型提供统一入口，因此其本身并不一定包含经过统一处理的最终分析结果。该项目的具体数据质量、样本代表性、实验重复性、测序深度、分析阈值及统计方法等信息，源站未提供。此外，该数据集聚焦于乳腺癌相关异质性顺式调控元件，其结论是否可推广至其他肿瘤类型或其他调控场景，需依据原始研究设计与数据加以判断。源站未提供相关限制说明。

【引用与许可】

该数据集来源于 NCBI BioProject，编号为 PRJNA1274379。使用时应遵循 NCBI 及 BioProject 数据库的相关使用条款，并尊重项目提交方对数据所设定的引用要求和许可条件。关于该项目的具体引用格式、作者列表、发表文献、数据许可协议及使用限制，源站未提供。建议用户在访问和使用该项目关联数据时，查阅 NCBI BioProject 页面及项目提交方提供的说明，以获取准确的引用与许可信息。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE299408

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/PRJNA1274379

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：顺式调控元件（CRE）调控癌基因表达和恶性表型。癌症的高度临床病理异质性无法仅由基因表达解释，而是归因于CRE异质性。然而，表征癌症相关CRE具有挑战性。为解决这一问题，我们对临床标本进行了单细胞表观基因组分析。方法：为绘制BC的多细胞生态系统图谱并识别候选CRE（cCRE），我们对38例前瞻性收集的具有不同临床病理特征的乳腺癌（BC）样本进行了转座酶可及性染色质单细胞测序（scATAC-seq）。结果：首先，我们对来自BC样本的高质量22,775个细胞进行了单细胞染色质可及性分析。通过标记基因可及性及与现有单细胞RNA测序数据的整合，对细胞进行了准确注释。通过预测拷贝数变异，上皮细胞被分类为非恶性和恶性细胞。恶性细胞表现出的染色质可及性模式与每个肿瘤的临床病理特征一致。

我们在BC生态系统中鉴定出224,585个cCRE。通过识别簇特异性差异可及性cCRE（DA-cCRE）并构建推定的增强子-启动子网络，我们绘制了癌细胞和肿瘤微环境的顺式调控图谱。在该数据集中，我们鉴定出与癌症进展相关的顺式调控图谱变化。特别是，雌激素受体（ER）阳性肿瘤在细胞从非癌性向癌性转变过程中ER结合基序的可及性增加，而在从癌性向转移性转变过程中Kruppel样因子基序的可及性增加。此外，靶向同一基因的推定增强子的可及性在肿瘤内部或肿瘤之间也存在差异，突显了肿瘤内和肿瘤间顺式调控的异质性。

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