Immune Gene Diversity and STING1 Variants in Shaping Cancer Immunity Across Different Genetic Ancestry Populations
研究不同遗传祖先人群中免疫基因多样性与STING1变异对癌症免疫的影响，包含CRISPR/Cas9实验后的mRNA测序数据。
基本信息
资源简介
Immune Gene Diversity and STING1 Variants in Shaping Cancer Immunity Across Different Genetic Ancestry Populations
【一句话概览】
本数据集是 NCBI 公开的组学数据集，主题涵盖 PRJNA1390052、Univerisity of Pennsylvania，可用于生物标志物发现与分子分型研究。
【数据集背景】
源站首次发布：2025-12-20。
【数据内容】
源站原始描述：As human populations migrated to diverse geographical regions, they encountered varying pathogens, leading to pronounced natural selection pressures on the immune system. Analysis of nonsynonymous single nucleotide polymorphisms (nsSNPs) across major geographically structured populations showed greater variation in immune-related genes than in non-immune genes, consistent with pathogen-driven selection, whereas cancer-related genes exhibited lower variation, reflecting evolutionary conservation…
中文译文（机器翻译，仅供快速理解，请以原文为准）：随着人类群体迁移至不同的地理区域，他们遇到了不同的病原体，从而对免疫系统产生了显著的自然选择压力。对主要按地理结构划分的人群中的非同义单核苷酸多态性（nsSNPs）进行分析显示，免疫相关基因的变异程度高于非免疫基因，这与病原体驱动的选择相一致；而癌症相关基因则表现出较低的变异程度，反映了关键细胞功能的进化保守性。我们根据群体多样性及其与I型干扰素活性的关联，优先研究了模式识别受体基因中的nsSNPs。排名靠前的变异包括STING1中的rs11554776、rs78233829和rs7380824，这些变异在癌细胞中对内在的cGAS-STING1-IFN信号传导具有功能影响，并可能影响肿瘤免疫。我们进一步对遗传祖源人群中免疫相关基因的nsSNPs进行了全基因组特征分析，并建立了一个可公开访问的数据库。我们的研究表明，与遗传祖源相关的种系变异可能影响癌症免疫和治疗，支持在个性化医疗中加以考虑。总体设计：将SK-OV-3亲本细胞及通过双重CRISPR/Cas9实验获得的克隆用2’3’-cGAMP处理30分钟，然后静置4小时。随后立即收获细胞，并使用TRIzol试剂提取。采用Illumina mRNA TruSeq文库制备，随后在Illumina NovaSeq平台上进行测序，采用双端150 bp读长。
【主题与分类】
主题标签：PRJNA1390052、Univerisity of Pennsylvania。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/sra/SRP655937
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://www.ncbi.nlm.nih.gov/sra/SRP655937
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
