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

PRJNA1475423：Homo sapiens SUM159PT 细胞的 CUT&Tag 数据

PRJNA1475423 是一个围绕 Homo sapiens SUM159PT 细胞开展的 CUT&Tag 研究项目，归属于肿瘤 / 乳腺癌方向，数据来源为 NCBI 的 BioProject 数据库。该项目以原始序列读段（Raw sequence reads）为主要数据主题，记录了针对 SUM159PT 细胞中蛋白质与染色质相互作用所生成的测序数据。整体而言，该数据集为研究乳腺癌细胞中特定蛋白在基因组上的结合位点、表观遗传修饰的分布特征以及调控元件的定位提供了原始数据基础，可用于表观遗传学与转录调控相关的分析工作。项目通过 BioProject 这一统一入口，将同一研究计划下产生的多种数据类型进行关联与汇集，便于使用者定位和获取相应的原始测序信息。

【数据集背景】

该数据集对应的源站标题为“ID 1475423 - BioProject - NCBI”，英文名称为“PRJNA1475423: CUT&Tag of Homo sapiens: SUM159PT cells”。BioProject 是 NCBI 提供的一种项目记录形式，用于汇集与某一项研究计划相关的生物学数据，这些数据通常来自单一机构或某个联合体。一个 BioProject 记录为用户提供了一个统一的查找入口，可以链接到该项目所产生的多种数据类型。本站将该数据集归类为肿瘤 / 乳腺癌，说明其研究对象与乳腺癌相关。SUM159PT 是一种人类细胞系，本项目即以其为实验材料开展 CUT&Tag 检测。CUT&Tag 是一种用于研究蛋白质与染色质结合情况的技术手段，能够在全基因组范围内获取目标蛋白的结合信息，因此该数据集属于表观遗传与转录调控研究范畴。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，表明其核心数据形式为原始测序读段。这些读段来自对 SUM159PT 细胞进行的 CUT&Tag 实验，可用于分析该细胞中特定蛋白与染色质的结合位点、表观遗传修饰分布以及调控元件的定位。数据以 BioProject 记录的形式组织，项目编号为 PRJNA1475423。除上述信息外，关于样本数量、测序平台、读段长度、数据量等具体细节，源站未提供。

【采集与来源】

数据来源站为 ncbi.nlm.nih.gov，即美国国家生物技术信息中心（NCBI）。该项目以 BioProject 记录的形式发布，编号 1475423。项目描述指出，BioProject 汇集了与单一研究计划相关的生物学数据，这些数据源自单一机构或联合体，并为用户提供查找该项目所生成多种数据类型的统一入口。关于具体的实验机构、研究团队、样本采集时间与地点等信息，源站未提供。

【适用场景】

根据侧写线索，该数据可用于分析 SUM159PT 细胞中特定蛋白与染色质的结合位点、表观遗传修饰分布及调控元件定位，为乳腺癌细胞表观遗传与转录调控研究提供原始数据支持。因此，其适用场景包括：乳腺癌相关细胞系的表观遗传学研究、转录调控机制探索、染色质结合位点与调控元件的定位分析，以及作为原始测序数据用于后续的生物信息学处理与整合分析。此外，由于数据以原始序列读段形式提供，也可用于方法学比较或作为参考数据支持相关研究。关于更具体的应用方向，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 的 BioProject 入口查找项目编号 PRJNA1475423，进而获取该项目关联的原始序列读段数据。BioProject 记录的作用在于将同一研究计划下的多种数据类型集中关联，方便用户定位所需数据。关于数据的具体下载方式、文件格式、处理流程或分析工具，源站未提供。

【质量与限制】

该数据集的主题标签为原始序列读段，意味着所提供的数据为未经后续处理的原始测序结果，使用者需要自行进行质量控制与生物信息学分析。关于数据质量评分、测序深度、覆盖度、重复性等具体指标，源站未提供。此外，该数据集仅针对 SUM159PT 这一种细胞系，其结论能否推广至其他乳腺癌细胞或临床样本，需结合具体研究设计判断。关于数据的使用限制或伦理约束，源站未提供。

【引用与许可】

该数据集来自 NCBI BioProject，项目编号为 PRJNA1475423。关于该数据集的引用方式、许可条款或使用协议，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1475423

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/PRJNA1475423

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CUT&Tag测序绘制了肿瘤抑制因子FATS在SUM159PT三阴性乳腺癌细胞中的全基因组结合位点。结合RNA-seq数据，该数据集确定了CBL是FATS的直接转录靶标。FATS/CBL轴抑制PI3K-Akt信号传导和IL-8分泌，从而抑制肿瘤血管生成。此数据集为理解TNBC中血管生成和治疗耐药的转录调控提供了关键的分子资源。

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