PRJNA627876：乳腺癌胚系BRCA1或BRCA2突变的临床特征与探索性基因组分析
该数据集来自 NCBI BioProject，主题为乳腺癌中胚系 BRCA1 或 BRCA2 突变的临床特征与探索性基因组分析，主题标签为 Transcriptome or Gene expression
基本信息
资源简介
PRJNA627876：乳腺癌胚系BRCA1或BRCA2突变的临床特征与探索性基因组分析
PRJNA627876 是一个收录于 NCBI BioProject 的肿瘤类数据集，聚焦于乳腺癌中胚系 BRCA1 或 BRCA2 突变的临床特征与探索性基因组分析。该数据集的主题标签为 Transcriptome or Gene expression，表明其涉及转录组或基因表达层面的数据内容。作为 BioProject 体系中的一项记录，它汇集了与单一研究计划相关的多种类型生物学数据，为用户提供统一入口以查找该项目所产生的各类数据链接。该数据集在分类上归属于肿瘤 / 乳腺癌方向，来源站为 ncbi.nlm.nih.gov，适合关注遗传性乳腺癌易感基因、基因表达谱以及相关临床特征的研究人员参考使用。
【数据集背景】
该数据集对应的研究计划围绕乳腺癌中胚系 BRCA1 或 BRCA2 突变展开，旨在探索这类突变携带者的临床特征，并开展探索性基因组分析。BRCA1 和 BRCA2 是已知与遗传性乳腺癌风险密切相关的基因，针对其胚系突变的研究有助于理解肿瘤发生发展的分子基础。该 BioProject 记录来源于单一组织或 consortium 发起的单一研究计划，符合 BioProject 作为“与单一计划相关的生物学数据集合”的定位。通过该记录，用户可以集中获取该项目产生的多种数据类型链接，避免在多个分散资源之间反复检索。该数据集的主题标签为 Transcriptome or Gene expression，说明其数据内容与转录组或基因表达相关，可能涉及对 BRCA1/BRCA2 突变乳腺癌样本的基因表达层面的探索。
【数据内容】
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。BioProject 记录本身并不直接存储所有原始数据，而是提供指向该项目所生成的各种数据类型的链接，使用户能够从一个统一位置找到相关数据。关于该数据集具体包含的样本数量、测序平台、表达矩阵、变异列表或临床变量字段等细节，源站未提供。该数据集所属分类为肿瘤 / 乳腺癌，结合其标题中提及的“临床特征与探索性基因组分析”，可以判断其数据内容与乳腺癌临床信息及基因组层面的探索性分析相关，但具体的数据文件构成、数据量大小以及数据格式等信息，源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，记录类型为 BioProject，源站标题为 BioProject - NCBI。BioProject 是 NCBI 提供的一项资源，用于汇集与单一研究计划相关的生物学数据，这些数据可能来自单一组织或 consortium。每个 BioProject 记录为用户提供一个统一入口，以便查找该项目所产生的多种数据类型。该数据集英文名为 PRJNA627876: Clinical characteristics and exploratory genomic analyses of germline BRCA1 or BRCA2 mutations in breast cancer。关于样本采集地点、采集时间、伦理审批信息、知情同意情况以及具体的实验操作流程等，源站未提供。
【适用场景】
该数据集适用于乳腺癌遗传易感性相关的研究场景，尤其是关注胚系 BRCA1 或 BRCA2 突变携带者临床特征与基因表达谱的探索性分析。研究人员可利用该 BioProject 记录定位该项目产生的转录组或基因表达数据，进而开展差异表达分析、通路富集分析或与临床特征的关联研究。此外，该数据集也可用于方法学参考，例如在整合临床信息与基因组数据时作为案例数据来源。对于需要查找乳腺癌 BRCA1/BRCA2 突变相关公共数据的研究者，该记录提供了一个可追溯的数据入口。关于该数据集是否适用于特定分析流程、是否包含对照样本或是否支持重分析等，源站未提供。
【使用方法】
用户可通过 NCBI BioProject 平台访问该记录，利用其提供的链接跳转至该项目生成的各种数据类型。由于 BioProject 记录本身是数据链接的集合，使用者通常需要根据研究目的选择相应的子数据资源进行下载或在线分析。对于转录组或基因表达数据，常见的后续处理包括数据下载、质量控制、比对或定量以及下游统计分析。关于该数据集的具体访问方式、下载格式、是否需要申请权限以及是否有配套的分析工具或流程，源站未提供。
【质量与限制】
该数据集来源于 NCBI BioProject，属于公共数据库记录。BioProject 作为数据集合的索引性资源，其记录本身不直接对数据质量进行评价。关于该数据集的样本量、数据完整性、测序深度、临床信息完整度以及是否存在批次效应等技术性质量指标，源站未提供。使用者在使用该数据集时，应结合原始数据来源和自身研究目的进行独立评估。该数据集的分类为肿瘤 / 乳腺癌，主题标签为 Transcriptome or Gene expression，但具体数据是否覆盖所有声称的分析内容，源站未提供。
【引用与许可】
该数据集来源于 ncbi.nlm.nih.gov，记录类型为 BioProject。关于该数据集的引用方式、许可协议、使用条款以及是否允许再分发等具体信息，源站未提供。使用者在引用或使用该数据集时，应访问 NCBI BioProject 对应记录页面，查阅该记录所附带的引用指南和许可声明。由于该数据集可能涉及人类临床与基因组数据，使用者在数据使用过程中应遵守相关数据保护与隐私法规。关于该数据集的具体引用文献或致谢要求，源站未提供。
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/PRJNA627876
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
gBRCA1/2突变通过干扰同源重组修复（HRR）通路，增加乳腺癌（BC）的发病率。尽管gBRCA1和gBRCA2乳腺癌具有相似的临床特征，但已观察到不同的分子特性。在本研究中，我们进行了全面的基因组分析，并比较了gBRCA1/2乳腺癌。对2，720名患者进行了Sanger测序以识别gBRCA1/2突变，并分析了gBRCA1（n=128）和gBRCA2（n=126）突变。在该人群中，分别有46名和34名患者可获得深度靶向测序（TS）和匹配的全转录组测序（WTS）结果。使用gBRCA野生型乳腺癌患者的内部数据库编制了TS（n=195）和WTS（n=137）参考数据集。三个特定突变位点，即gBRCA1中的p.Y130X（n=14）和p.1210Afs（n=13）以及gBRCA2中的p.R294X（n=22），频率相当。免疫组织化学亚型分析确定，gBRCA1突变者中三阴性乳腺癌的发生率较高（71.9%），而gBRCA2突变者中以雌激素受体（ER）阳性乳腺癌为主（76.2%）。
gBRCA1/2突变与PIK3CA体细胞突变互斥（P<0.05），且gBRCA1常与TP53体细胞突变共存（P<0.05）。gBRCA1的中位肿瘤突变负荷为每兆碱基（MB）6.53，gBRCA2为每MB 6.44。与gBRCA1突变相比，gBRCA2突变时AR、ESR1和PGR的表达显著上调。gBRCA1和gBRCA2乳腺癌具有相似的临床特征，但它们具有不同的分子亚型、共改变的体细胞突变和基因表达模式。意义：尽管gBRCA1和gBRCA2突变均改变HRR通路，但我们的结果表明它们产生不同的分子特征和不同的致癌机制。总体设计：通过Illumina Hiseq 2对34例携带胚系BRCA突变的乳腺癌患者进行全转录组测序。
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。
