PRJNA1290424：肺癌早期检测的全基因组循环ncRNA分析
该数据集来自 NCBI，聚焦肺癌早期检测，属于肿瘤/肺癌方向。数据针对血浆来源的外泌体小非编码 RNA（sncRNA），共包含 233 份去标识化血浆样本，用于分析全基因组循环 ncRNA
基本信息
资源简介
PRJNA1290424：肺癌早期检测的全基因组循环ncRNA分析
PRJNA1290424 是一个聚焦肺癌早期检测的公开数据集，英文全称为 Profiling Genome-Wide Circulating ncRNAs for the Early Detection of Lung Cancer。该数据集收录于 NCBI，本站将其归类于肿瘤 / 肺癌方向，主题标签为 Phenotype or Genotype。其核心研究对象是血浆来源的外泌体小非编码 RNA（sncRNA），共包含 233 份去标识化血浆样本，旨在通过全基因组循环 ncRNA 的分析，探索可用于肺癌早期发现的分子标志物。肺癌是全球癌症相关死亡的主要原因，而非小细胞肺癌约占全部病例的 85%，因此该数据集所针对的早期检测问题具有明确的临床意义。整体而言，该数据集为液体活检方向中基于血浆外泌体 sncRNA 的肺癌早筛研究提供了样本与数据基础。
【数据集背景】
肺癌在全球范围内仍是癌症相关死亡的首要原因，其中非小细胞肺癌（NSCLC）约占所有病例的 85%。尽管低剂量计算机断层扫描（LDCT）等影像学技术联合组织活检已提高了早期检出率，但当前诊断方法常受限于较高的假阳性率、侵入性以及辐射暴露，可能导致误诊并增加患者负担。因此，临床迫切需要微创、准确且安全的诊断生物标志物，尤其是来自液体活检（如基于血液的外泌体 RNA）的标志物。该数据集正是在这一背景下，针对血浆来源的外泌体小非编码 RNA（sncRNA）展开全基因组循环 ncRNA 的刻画，以服务于肺癌早期检测这一目标。
【数据内容】
该数据集的核心内容为血浆来源的外泌体小非编码 RNA（sncRNA）的全基因组循环 ncRNA 分析。数据集共包含 233 份去标识化血浆样本。其英文名称明确指向“Profiling Genome-Wide Circulating ncRNAs for the Early Detection of Lung Cancer”，即面向肺癌早期检测的全基因组循环 ncRNA 图谱分析。主题标签为 Phenotype or Genotype，表明数据涉及表型或基因型层面的信息。除上述内容外，关于具体 RNA 种类、检测平台、数据文件类型、样本分组与临床变量等细节，源站未提供。
【采集与来源】
该数据集来源于 NCBI（ncbi.nlm.nih.gov），其源站描述指出研究聚焦于血浆来源的外泌体小非编码 RNA（sncRNA），并明确样本为去标识化血浆样本，共计 233 份。源站描述还提及“for more see dbGaP study page”，提示更详细的研究信息可参见 dbGaP 研究页面。关于具体的采集地点、采集时间、受试者招募方式、伦理审批信息以及样本处理流程等，源站未提供。
【适用场景】
基于其研究目标与数据类型，该数据集适用于肺癌早期检测相关的循环 ncRNA 研究，尤其是围绕血浆外泌体小非编码 RNA 的生物标志物发现与验证工作。其主题标签 Phenotype or Genotype 也提示该数据可用于表型或基因型关联分析。潜在应用方向包括：探索微创液体活检标志物以补充或替代部分影像学与组织活检手段，以及针对非小细胞肺癌（约占肺癌病例 85%）的早期识别研究。关于具体的分析流程、建模方法或临床验证方案，源站未提供。
【使用方法】
该数据集通过 NCBI 平台发布，来源站为 ncbi.nlm.nih.gov。源站描述中提及可参见 dbGaP 研究页面以获取更多信息，表明数据访问可能涉及 dbGaP 相关页面。关于具体的数据下载方式、访问权限、所需工具、分析流程或使用步骤，源站未提供。
【质量与限制】
该数据集包含 233 份去标识化血浆样本，样本经过去标识化处理。源站描述指出，当前肺癌诊断方法常受限于高假阳性率、侵入性及辐射暴露等问题，这构成了该研究寻求微创、准确、安全诊断标志物的动因。然而，关于该数据集本身的样本质量评估、数据完整性、批次效应、技术重复、验证程度以及潜在偏倚等具体质量指标与限制条件，源站未提供。
【引用与许可】
该数据集来源于 NCBI，源站描述中提及可参见 dbGaP 研究页面以获取更多信息。关于具体的引用格式、许可条款、使用限制或数据共享政策，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/PRJNA1290424
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
肺癌仍是全球癌症相关死亡的主要原因，其中非小细胞肺癌（NSCLC）约占所有病例的85%。尽管低剂量计算机断层扫描（LDCT）等影像技术结合组织活检提高了早期检出率，但当前的诊断方法常受限于高假阳性率、侵入性和辐射暴露，从而导致误诊并增加患者负担。因此，迫切需要微创、准确且安全的诊断生物标志物，尤其是来自液体活检的生物标志物，如基于血液的外泌体RNA。本数据集专门聚焦于血浆来源的外泌体小非编码RNA（sncRNA）。共233份去标识化血浆样本……（更多内容见dbGaP研究页面。）
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。
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。
