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

非吸烟肺癌患者胚系全外显子组测序

该数据集为 NCBI BioProject 收录的胚系全外显子组测序项目，编号 PRJEB80361，英文名称为“Germline whole-exome sequencing in non smoker lung cancer patients to identify predisposing alterations”。从名称与来源信息看，该项目聚焦于非吸烟肺癌患者人群，通过胚系全外显子组测序，旨在识别与疾病易感性相关的胚系改变。数据集在站内归类于肿瘤 / 肺癌方向，来源站为 ncbi.nlm.nih.gov，主题标签为“Other”。BioProject 作为生物数据集合，通常围绕某一项研究计划组织，来自单一机构或联合体，并为用户提供统一入口，以链接该项目所产生的多种数据类型。因此，该数据集可视为一个以非吸烟肺癌胚系易感性为研究目标的测序项目入口，便于研究者定位和访问相关数据资源。

【数据集背景】

该数据集对应的研究问题是非吸烟肺癌患者的遗传易感性。肺癌通常与吸烟密切相关，但在非吸烟人群中同样存在发病案例，其潜在遗传因素值得关注。项目通过胚系全外显子组测序，试图发现可能导致疾病易感性的胚系改变。作为 BioProject 记录，它来自单一研究计划或联合体，旨在将围绕该目标产生的不同数据集中呈现，方便用户从统一入口获取项目相关信息。站内分类为肿瘤 / 肺癌，主题标签为“Other”，说明其主题可能涉及肿瘤遗传学与肺癌易感性研究，但具体学科标签未进一步细化。

【数据内容】

该数据集的核心内容是胚系全外显子组测序数据，样本来自非吸烟肺癌患者。全外显子组测序通常覆盖基因组中的蛋白编码区域，用于检测与疾病相关的胚系变异。项目目标为识别 predisposing alterations，即与疾病易感性相关的胚系改变。除测序数据外，BioProject 记录本身提供指向该项目多种数据类型的链接，但具体包含哪些样本数量、变异位点、临床信息或分析结果，源站未提供。主题标签为“Other”，未给出更具体的表型或数据模态分类。

【采集与来源】

数据来源站为 ncbi.nlm.nih.gov，项目编号为 PRJEB80361，源站标题为“Germline whole-exome sequencing in non smoker lung... (ID 1506016) - BioProject - NCBI”。BioProject 记录通常由单一组织或联合体提交，用于整合某一研究计划产生的生物数据。该项目的具体采集地点、时间范围、样本纳入标准、测序平台及建库方法等信息，源站未提供。用户可通过 NCBI BioProject 页面访问该记录，并由此链接到项目相关的其他数据资源。

【适用场景】

该数据集适用于肺癌遗传易感性研究，尤其是针对非吸烟人群的胚系变异探索。研究者可利用该项目的测序数据，寻找与肺癌风险相关的胚系改变，或将其作为非吸烟肺癌遗传背景的参考数据。此外，该 BioProject 记录可作为数据发现入口，帮助用户定位同一项目下的多种数据类型。由于主题标签为“Other”，其应用也可能涉及更广泛的肿瘤遗传学或基因组学分析。具体适用场景需结合源站提供的实际数据内容判断，源站未提供详细说明。

【使用方法】

用户可通过 NCBI BioProject 数据库，以编号 PRJEB80361 或标题关键词检索到该记录。BioProject 页面提供指向项目相关数据类型的链接，用户可据此访问测序数据或其他关联资源。具体的数据下载方式、文件格式、分析流程及所需工具，源站未提供。使用时应遵循 NCBI 及项目提交方设定的数据访问与使用规范。若需进行二次分析，建议先查阅项目页面中提供的元数据与相关说明。

【质量与限制】

该数据集为 BioProject 记录，其质量与完整性取决于提交方提供的信息。源站描述仅说明 BioProject 的一般性质，未提供该项目的样本质量、测序深度、覆盖度、变异验证情况或数据完整性指标。由于具体样本量、临床信息、测序平台及分析结果均未在源站描述中给出，用户在使用前需自行评估数据适用性。此外，主题标签为“Other”，可能意味着分类信息不够具体，检索时需结合标题与项目描述判断相关性。

【引用与许可】

该数据集的引用方式、许可协议及使用限制，源站未提供。用户在使用相关数据时，应参考 NCBI BioProject 页面及项目提交方发布的引用指南与数据使用政策。如需引用，建议注明项目编号 PRJEB80361 及源站标题，并遵循 NCBI 的通用引用规范。具体许可条款需以源站页面显示为准。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJEB80361

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/PRJEB80361

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

两项针对75名从不吸烟的肺腺癌（非小细胞肺癌，NSCLC）患者的不同队列中发生的基因组改变的分子特征分析。研究目的是识别与肺癌发生风险增加相关的分子改变。第一组包含32例病例（队列1，C1）。

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