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

BRCA1或BRCA2突变筛查患者血清与血浆microRNA表达比较分析数据集2

该数据集为 NCBI BioProject 收录的一项转录组或基因表达相关项目，编号为 1276518，英文名称为“Comparative Analysis of microRNA Expression in Serum and Plasma in Patients Screened for BRCA1 or BRCA2 Mutations - dataset 2”。从名称可以看出，该项目的核心是比较分析接受 BRCA1 或 BRCA2 突变筛查的患者中，血清与血浆样本里的 microRNA 表达情况。本站将其归入肿瘤 / 乳腺癌分类，说明其研究背景与乳腺癌的遗传易感性筛查密切相关。BioProject 作为生物数据的集合记录，旨在将同一项目产生的多种数据类型汇聚于一处，便于用户查找和关联。该数据集的主题标签为“Transcriptome or Gene expression”，表明其数据内容属于转录组或基因表达范畴，重点围绕 microRNA 的表达水平展开。

【数据集背景】

该数据集来源于 NCBI BioProject，项目编号 1276518。BioProject 是 NCBI 提供的一种记录形式，用于汇集与某一项研究计划相关的生物数据，这些数据可以来自单一机构，也可以来自一个联合体。一个 BioProject 记录为用户提供了一个统一的入口，用以发现和链接该项目所产生的多种数据类型。本项目聚焦于接受 BRCA1 或 BRCA2 突变筛查的患者，通过比较血清与血浆两种样本类型中的 microRNA 表达，试图在转录组或基因表达层面获得相关信息。本站将其归类为肿瘤 / 乳腺癌，提示该研究与乳腺癌的遗传风险评估和分子特征探索有关。BRCA1 和 BRCA2 是已知与乳腺癌易感性相关的基因，针对携带突变风险的人群进行筛查，并分析其血清和血浆 microRNA 表达差异，属于肿瘤分子标志物研究的一个方向。

【数据内容】

该数据集的主题标签为“Transcriptome or Gene expression”，说明其数据内容涉及转录组或基因表达。具体而言，项目名称为“Comparative Analysis of microRNA Expression in Serum and Plasma in Patients Screened for BRCA1 or BRCA2 Mutations - dataset 2”，表明数据围绕 microRNA 表达的比较分析展开，比较的对象是血清与血浆两种样本。数据集为“dataset 2”，暗示它可能是同一项目下多个数据集中的一个。关于样本数量、测序平台、表达矩阵、差异表达基因列表、统计显著性指标等具体数据内容，源站未提供。该 BioProject 记录本身作为数据集合的入口，可能链接到多种数据类型，但具体的数据文件、格式和规模，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，即美国国家生物技术信息中心。项目记录为 BioProject，ID 为 1276518。源站描述指出，BioProject 记录汇集了与单一研究计划相关的生物数据，这些数据源自单一组织或联合体。关于样本采集的具体地点、时间、伦理审批信息、患者招募标准、血清与血浆的分离方法、microRNA 提取与检测的技术平台等，源站未提供。该数据集来自 NCBI BioProject，属于公共数据库中的项目记录，用户可通过 NCBI 网站访问该记录并获取相关链接。

【适用场景】

该数据集适用于转录组或基因表达相关的研究场景，尤其是涉及 microRNA 表达分析的工作。由于项目关注接受 BRCA1 或 BRCA2 突变筛查的患者，并比较血清与血浆中的 microRNA 表达，因此可能适用于乳腺癌遗传易感性、液体活检标志物、血清与血浆样本类型差异等方向的研究。研究人员可以利用该 BioProject 记录查找与 BRCA1/BRCA2 突变筛查相关的 microRNA 表达数据，用于探索潜在的分子标志物或验证假设。此外，该数据集也可用于方法学比较，例如评估血清和血浆在 microRNA 表达谱研究中的一致性与差异。对于肿瘤 / 乳腺癌领域的生物信息学分析，该数据集可能提供与基因表达相关的数据资源。具体适用场景需结合源站提供的实际数据内容判断，源站未提供详细说明。

【使用方法】

用户可通过 NCBI BioProject 数据库，以项目编号 1276518 检索该记录。BioProject 记录提供统一的访问入口，用户可以在其中找到指向不同数据类型的链接。关于如何下载数据、使用何种工具分析、是否需要特定软件或流程，源站未提供。通常，BioProject 记录会关联到 SRA、GEO 等数据库中的具体数据，但本数据集的具体关联情况，源站未提供。用户应依据 NCBI 网站上的实际链接和说明进行操作。由于该数据集主题为 microRNA 表达，分析时可能涉及表达定量、差异比较、样本类型对比等常规转录组分析步骤，但具体方法需视实际数据而定，源站未提供。

【质量与限制】

该数据集来自 NCBI BioProject，属于公共数据库记录。关于数据质量、样本量、测序深度、覆盖度、重复性、批次效应、缺失值情况等，源站未提供。该数据集为“dataset 2”，可能与其他数据集存在关联或重叠，但具体关系源站未提供。由于项目涉及 BRCA1 或 BRCA2 突变筛查患者，样本可能具有特定的遗传背景，结果的外推需谨慎。血清与血浆中 microRNA 表达的比较可能受到样本处理、溶血、抗凝剂类型等因素影响，但源站未提供相关质控信息。用户在使用时应参考源站提供的元数据和原始文献，以评估数据的适用性和局限性。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，项目编号为 1276518。关于引用方式、许可协议、使用条款、是否允许商业使用、是否需要遵守特定数据共享政策等，源站未提供。用户在使用该数据集时，应遵循 NCBI 网站上的通用使用条款，并查阅该 BioProject 记录中可能提供的引用信息。由于源站未提供具体的引用格式和许可声明，建议用户直接访问 NCBI BioProject 页面获取最新信息。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1276518

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/PRJNA1276518

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

该数据集包含94名健康女性的血清miRNA表达数据，其中56人携带胚系BRCA1或BRCA2突变。MicroRNA丰度通过测序和qPCR进行定量，后者是另一份GEO提交数据的主题。数据分析旨在评估两种miRNA检测方法之间的一致性，以及将miRNA生物标志物从测序转化为qPCR panel的可能性。该数据集的生成得到了Gray Foundation资助项目“Circulating microRNAs for assessment of risk beyond the BRCA genes and early detection of breast cancer in high-risk families”（授予Dipanjan Chowdhury）以及波兰国家研究中心资助项目OPUS“Predictive Potential of Circulating MicroRNA Biomarkers in Patients with High Familial or Genetic Risk of Cancer”（2023/49/B/NZ5/03835，授予Wojciech Fendler）的支持。总体设计：实验在94份人血清样本中进行。所有样本均来自健康女性，但其中56人为胚系BRCA1/2突变携带者，因为该实验是一项更大研究的一部分，该研究关注BRCA突变或BRCA相关癌症（尤其是卵巢癌和乳腺癌）所引起的miRnome变化。

在这项关于miRNA定量方法的技术比较中，我们仅纳入了无癌症个体。

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