HCC1395肿瘤与配对正常HCC1395BL的全外显子测序及HCC1395的bulk RNA-seq
数据以原始序列读段（Raw sequence reads）形式提供，属于肿瘤/乳腺癌方向。可用于乳腺癌相关的体细胞变异识别、肿瘤与正常样本比较分析，以及结合转录组信息开展表达与变异整合研究（来源 NCBI）
基本信息
资源简介
HCC1395肿瘤与配对正常HCC1395BL的全外显子测序及HCC1395的bulk RNA-seq
PRJNA1445230 是一个围绕 HCC1395 肿瘤样本及其配对的正常样本 HCC1395BL 展开的全外显子测序项目，并同时包含 HCC1395 的 bulk RNA-seq 数据。该数据集在 NCBI 的 BioProject 数据库中以 ID 1445230 登记，标题为“Whole Exome Sequencing of HCC1395 Tumor and Matched Normal HCC1395BL with Bulk RNA-seq of HCC1395”。从分类上看，它属于肿瘤方向下的乳腺癌相关数据，主题标签为原始序列读段（Raw sequence reads）。整体而言，该数据集提供了肿瘤与配对正常样本的外显子层面序列信息，以及同一肿瘤样本的转录组层面信息，可用于乳腺癌相关的体细胞变异识别、肿瘤与正常样本的比较分析，以及表达与变异的整合研究。
【数据集背景】
该数据集来源于 NCBI 的 BioProject 数据库。BioProject 是围绕某一项研究计划或倡议而组织的生物数据集合，通常由单一机构或联合体发起。一个 BioProject 记录为用户提供了一个统一的入口，用以查找该项目所产生的多种数据类型及其相关链接。本项目聚焦于乳腺癌细胞系 HCC1395 及其配对的正常样本 HCC1395BL，通过全外显子测序和 bulk RNA-seq 两种策略获取数据，属于肿瘤基因组与转录组研究范畴。
【数据内容】
该数据集包含全外显子测序数据，覆盖 HCC1395 肿瘤样本和与之配对的正常样本 HCC1395BL；同时包含针对 HCC1395 的 bulk RNA-seq 数据。数据以原始序列读段（Raw sequence reads）的形式提供。全外显子测序针对基因组中的蛋白编码区域进行捕获和测序，而 bulk RNA-seq 则反映样本中整体转录本的表达情况。两者结合，构成了从 DNA 变异到 RNA 表达层面的数据组合。
【采集与来源】
数据来源于 NCBI 的 BioProject 数据库，源站为 ncbi.nlm.nih.gov，项目编号为 PRJNA1445230，BioProject ID 为 1445230。样本涉及 HCC1395 肿瘤及其匹配的正常样本 HCC1395BL。关于具体的测序平台、建库方法、测序深度、样本处理流程等实验细节，源站未提供。
【适用场景】
该数据集可用于乳腺癌相关的体细胞变异识别，即通过比较肿瘤与配对正常样本的外显子测序结果，发现肿瘤中特有的基因变异。同时，由于包含配对正常样本，可用于肿瘤与正常样本的比较分析。此外，结合 HCC1395 的 bulk RNA-seq 数据，还可开展表达与变异的整合研究，例如观察特定变异是否影响基因表达水平。这些场景与数据以原始序列读段形式提供的特点相符，适合需要从原始数据开始进行自主分析的研究需求。
【使用方法】
使用者可通过 NCBI BioProject 记录（ID 1445230）查找并链接到该项目产生的各类数据。由于数据以原始序列读段形式提供，通常需要经过比对、变异检测、表达定量等生物信息学流程后才能得到可解释的结果。具体的数据下载方式、文件格式、分析流程和软件参数，源站未提供。
【质量与限制】
该数据集以原始序列读段形式提供，意味着使用者需要自行完成后续的质量控制和数据分析。关于数据质量指标、覆盖度、重复性、批次效应等信息，源站未提供。此外，该数据集基于 HCC1395 细胞系及其配对正常样本，其结论能否推广到其他乳腺癌样本或临床场景，需结合具体研究设计加以判断。源站未提供关于数据局限性的进一步说明。
【引用与许可】
该数据集来自 NCBI BioProject，项目编号为 PRJNA1445230。关于具体的引用方式、许可条款和使用限制，源站未提供。使用者在利用该数据集时，应遵循 NCBI 及相关数据提供方的通用使用规范，并关注源站页面以获取最新的引用与许可信息。
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/PRJNA1445230
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
对HCC1395乳腺癌细胞系及其匹配的正常淋巴母细胞样细胞系HCC1395BL进行了全外显子测序（WES）。对HCC1395肿瘤细胞系进行了批量RNA测序。文库采用Illumina短读长技术（150 bp双端读取）进行测序。测序数据比对至人类参考基因组GRCh38（hg38）。这些数据旨在支持癌症新抗原预测流程的开发，包括pVACtools和ImmunoNX。提交的文件包括作为ImmunoNX工作流程一部分生成的对齐后的WES和RNA-seq数据。
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。
