PRJNA1511118：化疗驱动三阴性乳腺癌基因组选择并塑造克隆结构与治疗脆弱性
该数据集来自 NCBI BioProject（ID 1511118），主题为化疗驱动三阴性乳腺癌的基因组选择，并塑造肿瘤克隆结构与治疗脆弱性
基本信息
资源简介
PRJNA1511118：化疗驱动三阴性乳腺癌基因组选择并塑造克隆结构与治疗脆弱性
PRJNA1511118 是 NCBI BioProject 数据库中的一项生物项目记录，其英文全称为“Chemotherapy drives genomic selection and shapes clonal architecture and therapeutic vulnerability of tumors in triple-negative breast cancer”。该数据集聚焦于肿瘤领域的乳腺癌研究方向，具体围绕三阴性乳腺癌在化疗过程中发生的基因组选择、肿瘤克隆结构演变以及治疗脆弱性变化展开。项目主题标签为“Raw sequence reads”，表明其数据内容以原始测序读段为主。作为 BioProject 体系下的一个记录，它旨在为用户提供一个集中入口，以便查找与该研究计划相关的多种数据类型和链接。整体而言，该数据集为探索化疗如何影响三阴性乳腺癌的基因组演化与克隆架构提供了原始测序数据资源。
【数据集背景】
该数据集来源于 NCBI BioProject，项目编号为 1511118。BioProject 是 NCBI 提供的一种记录形式，用于汇集与某一项单一研究计划相关的生物学数据，这些计划通常来自一个组织或一个联盟。BioProject 记录的核心作用是为用户提供一个统一的位置，以便发现和链接该项目所产生的各类数据。本项目的标题明确指向三阴性乳腺癌，并强调化疗驱动基因组选择、塑造克隆结构以及影响治疗脆弱性。这一背景表明，该数据集服务于一个以化疗压力下肿瘤演化机制为核心的研究计划，属于肿瘤学与基因组学交叉领域。本站将其归类为“肿瘤 / 乳腺癌”，进一步明确了其应用领域。
【数据内容】
该数据集的主题标签为“Raw sequence reads”，说明其数据内容以原始测序读段为主。原始测序读段通常指高通量测序平台直接产出的短序列片段，是后续进行基因组比对、变异检测、克隆结构分析等工作的基础数据形式。结合项目标题，这些原始读段可能用于研究三阴性乳腺癌在化疗前后的基因组变化、克隆组成以及潜在的治疗脆弱性。然而，关于具体的样本数量、测序平台、读长、覆盖深度、数据量大小等细节，源站未提供。因此，无法进一步描述该数据集所包含的样本类型、测序策略或具体的数据文件格式。
【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（NCBI）的官方网站。项目记录本身属于 BioProject 数据库，编号为 1511118。BioProject 记录通常由单一组织或联盟提交，用于整合一个研究计划下的多种数据。关于本项目的具体提交机构、研究团队、样本采集地点、采集时间、伦理审批信息等，源站未提供。因此，无法确定该数据是来自某个特定医院、研究机构还是合作联盟，也无法得知样本的地理来源或人群特征。
【适用场景】
基于项目标题和主题标签，该数据集适用于以下通用研究场景：三阴性乳腺癌的基因组演化分析、化疗压力下的克隆选择与克隆结构重建、肿瘤治疗脆弱性的探索、以及原始测序读段的再分析。研究人员可以利用这些原始读段进行比对、变异 calling、拷贝数分析、克隆去卷积等生物信息学处理，以探究化疗如何驱动基因组选择并影响肿瘤的克隆架构。此外，该数据集也可用于方法学比较或作为公共数据资源进行整合分析。但需注意，具体适用性取决于数据实际内容，而源站未提供详细的数据描述，因此上述场景仅为基于标题和标签的合理推断。
【使用方法】
该数据集可通过 NCBI BioProject 数据库访问，项目编号为 1511118。用户通常可以在 BioProject 记录页面找到指向相关数据文件的链接，例如 SRA（Sequence Read Archive）或其他 NCBI 资源。由于主题标签为“Raw sequence reads”，用户可能需要下载原始测序读段，并使用标准的生物信息学工具进行质量控制、比对和下游分析。关于具体的下载方式、数据格式、文件大小、是否需要特定软件或流程，源站未提供。因此，无法给出详细的操作步骤或技术建议。
【质量与限制】
该数据集作为 BioProject 记录，其质量取决于原始提交数据的质量。BioProject 本身提供的是项目层面的元数据，并不对数据质量进行额外验证。由于源站未提供关于测序质量、覆盖度、样本重复性、批次效应等信息，无法评估该数据集的具体质量水平。此外，该数据集仅包含原始测序读段，不包含经过处理的分析结果或临床注释，因此在使用时可能需要额外的数据处理和注释工作。限制方面，源站未提供样本量、人群多样性、随访信息等，可能影响研究结论的普适性。
【引用与许可】
关于该数据集的引用方式、许可协议、使用限制或版权信息，源站未提供。用户在使用时应遵循 NCBI 的一般使用条款，并建议在相关出版物中引用 BioProject 编号 1511118 以及原始研究论文（若存在）。由于源站未提供具体的引用格式或许可声明，无法给出更详细的指导。
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/PRJNA1511118
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
三阴性乳腺癌（TNBC）具有高度侵袭性，表现出显著的肿瘤异质性，并且复发率更高、转移更早。我们开发了一套流程，用于高可靠性的基因组分析和可操作突变的识别，为TNBC精准治疗的实施铺平了道路。我们对5例TNBC患者化疗前和化疗后的肿瘤进行了全外显子组测序（WES）。我们开发了一套整合的生物信息学流程，并结合机器学习工具，以识别高置信度、临床可操作的肿瘤突变。我们在化疗前肿瘤中发现了高度的亚克隆异质性以及TP53基因中干细胞突变普遍（100%）外显。细胞毒性压力降低了肿瘤突变负荷（TMB），并改变了耐药亚克隆中突变的等位基因频率（VAF中位偏移从0.51降至0.18），从而清除了不稳定的优势克隆和局灶性超突变（kataegis）灶。这种细胞毒性压力降低了克隆多样性并重塑了致癌通路。
突变特征去卷积分析显示，化疗后肿瘤中固定存在COSMIC 3特征，该特征与同源重组修复（HRD）缺陷相关。突变图谱的比较分析表明，化疗对肿瘤基因组结构进行了选择与重塑，为在TNBC患者残留病灶中潜在应用PARP抑制剂提供了证据。
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。
