PRJNA1414493:呼吸道病毒感染促进肺癌加速生长的scATAC-Seq数据

该数据集来自NCBI BioProject(ID 1414493),主题为呼吸道病毒感染促进肺癌加速生长,采用scATAC-Seq技术,属于表观基因组学范畴

sra
浏览 9
基因组分类Epigenomics
PRJNA1414493: Respiratory viral infections prime accelerated lung cancer growth [scATAC-Seq]

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

PRJNA1414493:呼吸道病毒感染促进肺癌加速生长的scATAC-Seq数据

PRJNA1414493 是一个收录于 NCBI BioProject 的生物学项目数据集,其英文全称为 Respiratory viral infections prime accelerated lung cancer growth [scATAC-Seq]。该数据集聚焦于呼吸道病毒感染与肺癌加速生长之间的关系,采用单细胞染色质可及性测序(scATAC-Seq)技术获取数据,在分类上归属于肿瘤/肺癌方向,主题标签为表观基因组学。从整体定位看,它属于表观基因组学范畴的研究资源,旨在从染色质开放状态层面刻画相关生物学过程。BioProject 作为生物数据的集合记录,为来自单一机构或联合体的研究计划提供统一入口,使用户能够在一个位置找到该项目所产生的多种数据类型及其链接。该数据集即通过这一机制对外发布与组织,便于研究者按项目维度检索、访问和引用。

【数据集背景】

该数据集所对应的研究主题为呼吸道病毒感染促进肺癌加速生长。这一主题将病毒感染这一外部因素与肺癌进展联系起来,关注感染事件是否以及如何在生物学层面推动肿瘤的加速生长。数据集采用 scATAC-Seq 技术,说明其研究视角落在染色质可及性这一表观遗传层面,而非单纯的基因表达或基因组序列层面。主题标签“Epigenomics”进一步印证了其表观基因组学的学科归属。在分类体系中,该数据集被归入肿瘤/肺癌类别,表明其应用领域与肿瘤学研究密切相关。源站标题以“Respiratory viral infections prime accelerated lun...”的形式呈现,与英文全称一致,指向同一研究计划。BioProject 的设立初衷是汇集与单一研究计划相关的生物数据,这些数据可能来自单一组织,也可能来自联合体,从而为数据使用者提供集中式的检索入口。

【数据内容】

该数据集的核心数据类型为 scATAC-Seq,即单细胞水平的染色质可及性测序数据。此类数据通常用于刻画单个细胞中染色质开放区域的位置与分布,从而反映潜在的调控元件活性与细胞状态差异。数据集的主题标签为表观基因组学,与其技术类型相吻合。关于样本数量、细胞数量、测序深度、覆盖度、具体物种、组织类型、时间点设置、分组设计等细节,源站未提供。数据集名称中带有方括号标注的 [scATAC-Seq],提示该 BioProject 可能包含或对应这一特定技术路线所产生的数据子集。除上述信息外,数据内容的具体构成、文件格式、数据量大小等均未在现有信息中说明。

【采集与来源】

该数据集来源于 NCBI BioProject,源站为 ncbi.nlm.nih.gov,项目 ID 为 1414493。BioProject 记录本身是一种集合性记录,用于汇集与单一研究计划相关的生物数据,这些数据可能由单一机构产生,也可能由联合体产生。BioProject 为用户提供统一位置,以便找到该项目所生成的各种数据类型及其链接。该数据集的来源站标题为“Respiratory viral infections prime accelerated lun... (ID 1414493) - BioProject - NCBI”,与数据集英文名称相互对应。关于样本采集地点、采集时间、伦理审批信息、具体研究机构或联合体名称、资助来源等,源站未提供。

【适用场景】

基于其主题与技术特征,该数据集适用于与呼吸道病毒感染、肺癌发生发展、表观遗传调控相关的研究场景。具体而言,scATAC-Seq 数据可用于分析染色质可及性变化,进而探索病毒感染背景下肺部细胞或肿瘤细胞的调控状态改变。由于数据集被归类为肿瘤/肺癌方向,并带有表观基因组学标签,其潜在用途包括:研究病毒感染对肺癌加速生长的表观遗传影响机制、比较不同细胞亚群的染色质开放特征、识别与疾病进展相关的候选调控区域等。此外,作为 BioProject 记录,它也可作为项目级别的入口,帮助使用者定位同一研究计划下的其他相关数据。关于该数据集是否适用于特定分析流程、是否可直接用于临床解读等,源站未提供。

【使用方法】

该数据集通过 NCBI BioProject 平台发布,用户可经由 BioProject 记录访问该项目并获取相关数据链接。BioProject 的设计目的即在于为用户提供单一位置,以查找某一研究计划所产生的多种数据类型及其链接。因此,典型的使用方式是从 BioProject 记录出发,跳转至关联的数据资源,再根据具体数据类型开展后续分析。关于数据下载的具体步骤、所需工具、分析流程、参考基因组版本、预处理方法等,源站未提供。

【质量与限制】

该数据集来自 NCBI BioProject,属于公开可检索的项目记录。其主题标签为表观基因组学,技术类型为 scATAC-Seq,分类为肿瘤/肺癌。关于数据质量指标,如测序质量、细胞过滤标准、重复性、批次效应评估等,源站未提供。关于数据使用的限制条件,如是否涉及受控访问、是否存在使用协议约束等,源站未提供。使用者应注意,BioProject 记录本身主要提供项目层面的描述与链接,具体数据质量需结合关联数据文件自行评估。

【引用与许可】

关于该数据集的引用方式、许可条款、使用协议、版权归属等信息,源站未提供。使用者如需引用,应参考 NCBI BioProject 记录页面及相关数据文件所附的说明。

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/PRJNA1414493

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

COVID-19大流行凸显了病毒性肺炎的长期健康后果,但其对癌症发生和生长的潜在影响仍知之甚少。在此,我们发现,先前的SARS-CoV-2或流感感染通过重编程局部免疫景观加速肺肿瘤进展。为检验肿瘤起始后增强的细胞因子反应是否反映持久的表观遗传预置,我们对SARS-CoV-2感染小鼠(感染后28天)和PBS对照的总肺细胞进行了scATAC-seq。在巨噬细胞、上皮细胞、成纤维细胞和内皮细胞中,感染诱导Csf3启动子和推定增强子处染色质可及性轻至中度增加,多个细胞区室中Il6、Il1b、Cxcl1和Cxcl5位点也出现类似的可及性增加。基序富集和调控子分析进一步表明NF-κB和AP-1的可及性/活性增加,同时STAT3/STAT4活性升高。总之,这些数据表明,先前的呼吸道病毒感染驱动肺免疫细胞和结构细胞中细胞因子位点的持久表观遗传重塑。

总体设计:从PBS或SCV2感染后28天的小鼠中新鲜分离的肺单细胞悬液,按照制造商的方案,使用Chromium Next GEM Single Cell ATAC Kit v2(10x Genomics)进行ATAC文库构建。

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。

获取专属数据定制方案