PRJNA1369390：长读长测序与蛋白质组学揭示多原发肺癌血液转录组与蛋白表达谱

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1369390

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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

多原发癌（MPC）是指同一患者同时或异时发生两个或多个相互独立的原发性恶性肿瘤。其临床诊断与鉴别诊断困难，治疗策略复杂，且近年来发病率呈上升趋势。然而，目前仍缺乏可用于早期识别和预后评估的潜在生物标志物，这已成为当前研究的关键瓶颈。本研究采用牛津纳米孔技术（ONT）长读长转录组测序和数据非依赖性采集（DIA）蛋白质组学，对仅患原发性肺癌（OPLC）患者、肺癌合并MPC患者及健康对照（HC）的全血样本进行整合多组学分析，系统刻画了MPC在转录本和蛋白质水平的分子特征。

结果显示，MPC患者表现出显著增加的转录本复杂性，其差异表达基因（DEGs）、差异表达转录本（DETs）和差异转录本使用（DTU）事件的数量均显著高于OPLC组和HC组。多个基因显示出丰富的异构体多样性。功能富集分析表明，MPC特异性分子显著富集于免疫和炎症相关通路，如NF-κB、NOD样受体、Toll样受体和TNF信号通路。通过整合基因、转录本和蛋白质表达谱，鉴定出若干在多个调控水平上表达一致的核心分子（如ATP6AP2、APMAP、CIAO2A和ITGB2），这些分子在MPC中均表现出显著且一致的变化。本研究通过长读长测序结合蛋白质组学，揭示了MPC患者外周血中转录本异构体复杂性的分子特征，为理解其机制提供了重要的理论见解。

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。