基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-21

资源简介

PRJNA1422845：三阴性乳腺癌 WES

PRJNA1422845 是一个聚焦于三阴性乳腺癌（Triple-negative breast cancer, TNBC）的全外显子组测序（Whole Exome Sequencing, WES）数据集，来源于 NCBI（ncbi.nlm.nih.gov），在本站归类于肿瘤 / 乳腺癌方向。该数据集收录的是 TNBC 的原始序列读段（Raw sequence reads），其样本来自前瞻性采集的 50 例临床 II-III 期 TNBC 患者的新鲜肿瘤活检组织。TNBC 的定义为雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体 2（HER2）均为阴性。整体而言，该数据集为研究 TNBC 的基因组变异特征提供了以原始测序读段形式呈现的基础数据资源，适用于后续的比对、变异检测及下游分析流程。

【数据集背景】

三阴性乳腺癌是乳腺癌中一类缺乏 ER、PR 和 HER2 表达的亚型，其临床分期覆盖本数据集所涉及的 II-III 期。由于缺乏上述三种受体表达，TNBC 在分子特征和治疗策略上与其它乳腺癌亚型存在差异，因此针对其基因组层面的研究具有重要意义。该数据集以临床 II-III 期 TNBC 患者的新鲜肿瘤活检组织为对象，通过全外显子组测序获取原始序列读段，为探索该亚型的编码区遗传变异提供数据基础。数据集的来源站为 NCBI，本站分类为肿瘤 / 乳腺癌，主题标签为原始序列读段。

【数据内容】

该数据集的核心内容是三阴性乳腺癌的全外显子组测序原始序列读段（Raw sequence reads）。这些读段尚未经过比对或变异识别等下游处理，属于测序产出的原始数据层级。样本对应 50 例临床 II-III 期 TNBC 患者的新鲜肿瘤活检组织，TNBC 定义为 ER、PR 和 HER2 均为阴性。除上述信息外，关于测序平台、读长、覆盖深度、数据量等具体技术参数，源站未提供。

【采集与来源】

样本采集具有前瞻性特征，来自 50 例确诊为临床 II-III 期 TNBC 的患者。根据源站描述，新鲜肿瘤活检组织经冷磷酸盐缓冲液（cold phosphate-buffered saline）洗涤后，在液氮中速冻，并使用 cryoPREP 组织破碎系统进行粉碎处理。随后，取组织粉末等分试样用于 DNA 提取。上述流程说明了从组织采集到 DNA 提取的前处理步骤。数据集的来源站为 ncbi.nlm.nih.gov。关于患者招募地点、伦理审批信息、样本采集时间跨度等，源站未提供。

【适用场景】

基于该数据集为 TNBC 全外显子组测序原始读段这一属性，其适用场景包括对原始读段进行质量控制、比对到参考基因组、变异检测与注释等全外显子组分析流程，进而用于研究 TNBC 的编码区突变特征。由于样本明确为临床 II-III 期且 ER、PR、HER2 均为阴性的 TNBC 患者，该数据集也可用于围绕这一特定亚型与分期的基因组层面探索。关于具体的分析目标或研究结论，源站未提供。

【使用方法】

该数据集以原始序列读段形式提供，使用时可从 NCBI 来源站获取数据，并按照全外显子组测序的标准分析流程进行处理，包括读段质控、比对、变异识别与注释等步骤。由于数据为原始读段，使用者需自行完成后续生物信息学处理。关于数据下载的具体访问方式、文件格式与组织方式，源站未提供。

【质量与限制】

该数据集样本量为 50 例临床 II-III 期 TNBC 患者的新鲜肿瘤活检组织，且 TNBC 定义明确为 ER、PR、HER2 均为阴性。数据以原始序列读段形式存在，尚未经过下游处理。关于测序质量指标、覆盖度、批次信息、是否包含对照样本等质量相关信息，源站未提供。使用者在分析时需自行评估数据质量并考虑潜在限制。

【引用与许可】

该数据集来源于 NCBI（ncbi.nlm.nih.gov），数据集英文名为 PRJNA1422845: Triple-negative breast cancer WES。关于具体的引用方式、许可条款与使用限制，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1422845

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/PRJNA1422845

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

从前瞻性角度获取了50例临床诊断为II-III期TNBC（定义为ER-、PR-和HER2阴性）患者的新鲜肿瘤活检样本。简言之，冷冻组织样本用冷磷酸盐缓冲液洗涤后，在液氮中速冻，并使用cryoPREP组织破碎系统粉碎。组织粉末分装后用于DNA提取。

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