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

PRJNA564450：SiHa细胞系测序

PRJNA564450 是一个围绕 SiHa 细胞系测序建立的生物项目，其英文名称为 PRJNA564450: SiHa cell line sequencing，源站标题为 Homo sapiens (ID 564450) - BioProject - NCBI。该项目在分类上归属于肿瘤 / 宫颈癌方向，来源站为 ncbi.nlm.nih.gov。项目以原始测序读段（Raw sequence reads）作为主题标签，说明其对外提供的数据形式主要是测序产生的原始读段。SiHa 是宫颈癌研究中常用的细胞系，因此这批数据可用于宫颈癌相关的测序分析，例如基因表达、变异检测或细胞系特征研究等。整体来看，该数据集适合作为宫颈癌细胞系测序研究的原始数据入口，帮助研究者获取与 SiHa 细胞系相关的测序读段，并在此基础上开展后续的生物信息学分析。

【数据集背景】

该数据集对应 NCBI BioProject 数据库中的一条记录，项目编号为 PRJNA564450，名称为 SiHa cell line sequencing，物种标注为 Homo sapiens，记录 ID 为 564450。BioProject 是围绕某一项研究计划或计划集合而建立的生物数据集合，通常来自单一机构或联合体。BioProject 记录的作用，是为用户提供一个统一入口，以便查找由该项目产生的多种类型数据。因此，PRJNA564450 可以被视为 SiHa 细胞系测序相关数据的项目级索引，其本身并不等同于某一种具体分析结果，而是指向该项目所生成的测序数据资源。

【数据内容】

该数据集的主题标签为 Raw sequence reads，表明数据以原始测序读段的形式提供。原始测序读段是测序仪直接产出的序列数据，通常尚未经过比对、组装或表达定量等高级处理。对于 SiHa 细胞系而言，这类读段可以构成后续分析的基础。结合本站分类“肿瘤 / 宫颈癌”，该数据内容与宫颈癌研究相关，可用于围绕 SiHa 细胞系开展测序层面的探索。除原始测序读段这一主题标签外，源站未提供更细的数据内容说明，例如具体测序平台、读长、样本数量、建库方式或数据量等。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 资源。项目记录标题为 Homo sapiens (ID 564450) - BioProject - NCBI，项目英文名为 PRJNA564450: SiHa cell line sequencing。源站描述指出，BioProject 记录来自单一组织或联合体，并围绕单一研究计划汇集生物数据，为用户提供查找该项目所产生多种数据类型的统一位置。除上述来源信息外，源站未提供样本采集地点、采集时间、伦理审批信息或具体提交机构等细节。

【适用场景】

根据主题标签和分类，该数据集适用于宫颈癌相关的测序分析。SiHa 是宫颈癌研究中常用的细胞系，因此这批原始测序读段可用于基因表达分析、变异检测或细胞系特征研究等方向。研究者可以将这些读段作为起点，开展比对、定量、变异识别或其它生物信息学处理，以探索 SiHa 细胞系的分子特征。由于数据以原始读段形式提供，其适用场景偏向需要从原始数据开始处理的分析流程，而非直接提供已加工的表达矩阵或变异列表。除上述方向外，源站未提供更具体的适用场景说明。

【使用方法】

该数据集以原始测序读段形式提供，使用者通常需要先获取读段数据，再根据研究目的进行后续处理。常见流程可能包括质量控制、比对到参考基因组、表达定量或变异检测等。由于该记录属于 BioProject，用户可以通过项目编号 PRJNA564450 在 NCBI 上查找该项目关联的数据类型和下载入口。源站描述强调 BioProject 记录提供查找多种数据类型的统一位置，因此使用时可将其作为项目级导航入口。除这些通用说明外，源站未提供具体的下载步骤、文件格式、分析参数或推荐工具。

【质量与限制】

该数据集的主题标签为 Raw sequence reads，说明其提供的是原始读段，通常需要使用者自行完成质量评估和后续处理。源站未提供关于数据质量、覆盖度、重复性、批次效应或技术偏差的具体信息。由于该记录为 BioProject 项目级描述，其本身不包含完整的分析结论或质控指标。使用者在开展宫颈癌相关分析时，应结合原始读段的具体情况判断数据是否满足研究需求。除上述内容外，源站未提供更详细的限制说明。

【引用与许可】

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA564450

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/PRJNA564450

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

我们提供了一套全面的数据集，能够充分描述SiHa——这一最常用的宫颈癌细胞系之一的基因组、表观基因组和转录组特征。

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