慢性淋巴细胞白血病细胞系HG3的牛津纳米孔直接RNA长读长测序数据
本数据集为慢性淋巴细胞白血病（CLL）细胞系 HG3（HG-3）的直接 RNA 长读长测序数据，采用 Oxford Nanopore Technologies 平台完成
基本信息
资源简介
慢性淋巴细胞白血病细胞系HG3的牛津纳米孔直接RNA长读长测序数据
本数据集为慢性淋巴细胞白血病（CLL）细胞系 HG3（HG-3）的直接 RNA 长读长测序数据，采用 Oxford Nanopore Technologies 平台完成。该数据由 Karolinska Institutet 的研究者 Hägerstrand, Daniel、Oder, Blaz、Haider, Zahra 与 Rosenquist Brandell, Richard 于 2024 年发布，来源站为 doi.org，本站分类归入肿瘤 / 白血病，主题标签为基因表达（含微阵列及其他全基因组方法）。数据以 FASTQ 文件形式提供，记录了从总 RNA 提取、文库构建到 PromethION 测序、碱基识别与比对分析的完整实验流程，可用于研究该细胞系的转录组特征与 RNA 异构体等长读长分析场景。数据采用 Creative Commons Attribution Non Commercial No Derivatives 4 许可协议发布。
【数据集背景】
慢性淋巴细胞白血病是一种常见的成人白血病，细胞系模型是研究其分子机制的重要工具。HG3（HG-3）即为该领域的 CLL 细胞系之一。本数据集正是针对该细胞系开展的直接 RNA 长读长测序，旨在以 Oxford Nanopore Technologies 平台获取全长转录本层面的序列信息。发布机构为 Karolinska Institutet，发布时间为 2024 年，来源站为 doi.org。本站将其归类于肿瘤 / 白血病，主题标签为基因表达（含微阵列及其他全基因组方法），说明该数据主要服务于基因表达与转录组相关研究。
【数据内容】
数据内容为 HG3 细胞系经直接 RNA 长读长测序产生的序列数据。根据源站描述，测序文库在 PromethION 平台上使用 PromethION R9.4.1 流动池完成测序，碱基识别使用 Guppy v6.1.2 完成，通过的 FASTQ 文件随后使用 nf-core/nanoseq v1.1.0 流程进行分析，并通过 Minimap2 v2.17 比对到参考基因组 hg19。因此，数据集的核心产出为 FASTQ 格式的序列文件及其比对分析结果。数据的具体样本数量、文件体积、读长分布、测序深度等统计信息，源站未提供。
【采集与来源】
样本为慢性淋巴细胞白血病细胞系 HG3（HG-3）。总 RNA 使用 RNAeasy 试剂盒（Qiagen, Hilden, Germany）提取。测序文库由约 5 μg 高质量 RNA 构建，RNA 质量经 Agilent 2100 Bioanalyzer（Agilent Technologies, CA, USA）评估，RIN 大于 9.7。文库构建使用直接 RNA 测序试剂盒（SQK-RNA002；Oxford Nanopore Technologies, Oxford, UK），并按照制造商建议进行操作。测序在 PromethION（Oxford Nanopore Technologies, Oxford, UK）上进行，使用 PromethION R9.4.1 流动池（Oxford Nanopore Technologies, Oxford, UK）。数据来源站为 doi.org，发布机构为 Karolinska Institutet。
【适用场景】
基于主题标签与数据性质，该数据集适用于基因表达研究，包括全基因组层面的表达分析，以及基于长读长的转录本分析。由于采用直接 RNA 长读长测序，可用于研究该 CLL 细胞系的 RNA 序列特征。源站描述中提及使用 nf-core/nanoseq 流程与 Minimap2 比对至 hg19，表明该数据可用于转录本比对与注释相关分析。其他具体应用场景，源站未提供。
【使用方法】
使用该数据时，可依据源站描述的分析路径：以 Guppy v6.1.2 进行碱基识别，获得通过的 FASTQ 文件；随后使用 nf-core/nanoseq v1.1.0 流程进行分析；比对环节使用 Minimap2 v2.17，参考基因组为 hg19。用户如需复现或扩展分析，可参照上述工具与版本。关于数据下载方式、文件组织格式及运行环境等细节，源站未提供。
【质量与限制】
输入 RNA 的质量经 Agilent 2100 Bioanalyzer 评估，RIN 大于 9.7，属于高质量 RNA。测序使用 PromethION R9.4.1 流动池，碱基识别使用 Guppy v6.1.2。数据基于单一细胞系 HG3（HG-3），并非原发患者样本，因此其结论外推到临床样本时需谨慎。数据采用 Creative Commons Attribution Non Commercial No Derivatives 4 许可，禁止商业性使用且禁止演绎。关于数据的具体质量指标（如读长 N50、准确率、覆盖度等），源站未提供。
【引用与许可】
该数据集的作者为 Hägerstrand, Daniel、Oder, Blaz、Haider, Zahra 与 Rosenquist Brandell, Richard，机构为 Karolinska Institutet，发布时间为 2024 年，来源站为 doi.org。许可协议为 Creative Commons Attribution Non Commercial No Derivatives 4，即署名、非商业性使用、禁止演绎。使用该数据时应遵循该许可条款进行署名，并注意非商业与禁止演绎的限制。具体的引用格式与 DOI 标识，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://doi.org/10.17044/scilifelab.21694799.v1
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
这是牛津纳米孔技术公司对慢性淋巴细胞白血病细胞系HG3（HG-3）进行直接RNA长读长测序的测序数据。使用RNAeasy试剂盒（Qiagen，希尔登，德国）提取总RNA。根据Agilent 2100 Bioanalyzer（Agilent Technologies，加利福尼亚州，美国）的评估，从约5微克高质量RNA（RIN值>9.7）中生成测序文库。按照制造商的建议，使用了直接RNA测序试剂盒（SQK-RNA002；牛津纳米孔技术公司，牛津，英国）。测序文库在PromethION（牛津纳米孔技术公司，牛津，英国）上使用PromethION R9.4.1流动池（牛津纳米孔技术公司，牛津，英国）进行测序。使用Guppy v6.1.2进行碱基识别，并通过nf-core/nanoseq v1.1.0流程1分析通过的FASTQ文件。使用Minimap2 v2.1717将FASTQ文件比对到参考基因组hg19。由此产生的bam文件和索引文件存放于此。该数据已被Hagerstrand和Oder等人在其出版物中使用。
非经典BAF染色质重塑复合物是SF3B1突变型慢性淋巴细胞白血病中剪接体失调的新靶点，《白血病》2024年（https://doi.org/10.1038/s41375-024-02379-4）。欢迎研究人员根据CC BY-NC-ND 4.0许可协议，将数据集中的数据用于任何科学项目。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
