基本信息

模态

基因组

任务类型

预测

创建/更新时间

2026-10-20

资源简介

PRJNA1522019：血清游离HPV-人DNA连接检测与HPV分型用于宫颈癌复发预测与监测

该数据集对应 NCBI BioProject 编号 1522019，英文名称为“Serum, Cell-Free HPV-Human DNA Junction Detection and HPV Typing for Predicting and Monitoring Cervical Cancer Recurrence”。从名称可以看出，其研究重点在于血清游离 HPV-人 DNA 连接检测以及 HPV 分型，并服务于宫颈癌复发的预测与监测。数据集在分类上归属于肿瘤 / 宫颈癌方向，来源站为 ncbi.nlm.nih.gov，主题标签为“Raw sequence reads”。整体而言，这是一个依托 BioProject 框架组织、围绕宫颈癌复发预测与监测这一单一研究目标而汇聚的原始测序读长数据集合，用户可通过该记录获取与之相关的数据链接与项目信息。

【数据集背景】

BioProject 是 NCBI 用于组织生物数据的记录形式，其定位是汇集与某一项单一研究计划相关的生物数据，该计划通常来自一个机构或一个联合体。一个 BioProject 记录为用户提供一个统一入口，用以查找该项目所产生的多种数据类型所对应的链接。本数据集即属于此类记录，编号为 1522019，其研究背景聚焦于宫颈癌复发这一临床问题，尝试通过血清游离 HPV-人 DNA 连接检测与 HPV 分型来开展预测与监测。该数据集在分类上被归入肿瘤 / 宫颈癌方向，主题标签为原始测序读长。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，即原始序列读长。结合其英文名称可知，数据内容围绕血清、游离 HPV-人 DNA 连接检测以及 HPV 分型展开，用于宫颈癌复发的预测与监测。除上述主题标签与名称所反映的内容方向外，源站未提供更细的数据类型、样本数量、文件格式或数据规模等信息。

【采集与来源】

该数据集来源站为 ncbi.nlm.nih.gov，源站标题为“ID 1522019 - BioProject - NCBI”。其数据归属于 NCBI BioProject 体系，该体系中的记录来自单一机构或联合体所发起的单一研究计划。关于具体的样本采集方式、采集时间、采集地点、受试者信息以及实验流程等，源站未提供。

【适用场景】

基于其名称与主题标签，该数据集适用于与血清游离 HPV-人 DNA 连接检测、HPV 分型相关的研究场景，尤其是面向宫颈癌复发预测与监测的分析工作。由于主题标签为原始测序读长，其也可作为下游生物信息学分析的输入数据。除此之外，源站未提供其他具体适用场景的说明。

【使用方法】

该数据集以 BioProject 记录的形式提供，用户可通过该记录查找与项目相关的多种数据类型所对应的链接。关于具体的下载方式、数据处理流程、分析工具或操作步骤，源站未提供。

【质量与限制】

该数据集为 BioProject 记录，其描述本身说明 BioProject 是汇集单一研究计划相关生物数据的集合，并提供统一入口以链接到该项目产生的多种数据类型。关于数据质量指标、覆盖度、批次效应、样本代表性等具体限制，源站未提供。

【引用与许可】

关于该数据集的引用方式与许可条款，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1522019

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/PRJNA1522019

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

几乎所有宫颈癌均由人乳头瘤病毒（HPVs）引起。在大多数病例中，HPV DNA整合到人类基因组中。我们发现，在宫颈癌患者初治时的血清游离DNA中，可检测到肿瘤特异性的HPV-人DNA接合点。回顾性分析显示，在后来癌症复发的女性中，这些接合点更常可被检测到。我们还发现，在我们的研究以及The Cancer Genome Atlas宫颈癌数据库中，由系统发育分支alpha-9以外的HPV型别引起的宫颈癌，其复发频率均高于由alpha-9型别引起的宫颈癌，尽管包括HPV16在内的alpha-9型别在宫颈癌中更为常见。因此，检测血清游离DNA中的HPV-人DNA接合点以及确定肿瘤组织中的HPV型别，可能有助于预测复发风险。筛查血清游离DNA中的接合点，也可能提供一种明确、无创的方法，用于监测治疗后无复发。

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