基本信息

模态

基因组

创建/更新时间

2026-10-20

资源简介

PRJNA1419921：肿瘤内细菌来源的7,8,4-三羟基异黄酮驱动PTEN介导的非小细胞肺癌淋巴转移

该数据集为 NCBI BioProject 编号 1419921 的项目记录，英文名称为“Intratumor bacteria-derived 7,8,4-trihydroxyisoflavone drives PTEN mediated lymphatic metastasis of non-small cell lung cancer”。其主题聚焦于肿瘤内细菌来源的 7,8,4-三羟基异黄酮如何驱动 PTEN 介导的非小细胞肺癌淋巴转移。数据集在分类上归属于肿瘤 / 肺癌方向，来源站为 ncbi.nlm.nih.gov，主题标签为“Raw sequence reads”。作为 BioProject 记录，它汇集了与单一研究计划相关的多种生物数据，便于用户从统一入口定位该项目所产生的不同类型数据。整体而言，该数据集围绕非小细胞肺癌中细菌代谢物与 PTEN 通路及淋巴转移之间的关联展开，属于肿瘤微生物组与肺癌转移机制交叉领域的数据资源。

【数据集背景】

该数据集对应的研究计划关注非小细胞肺癌的淋巴转移机制，具体切入点为肿瘤内细菌来源的代谢物 7,8,4-三羟基异黄酮，以及该代谢物对 PTEN 的驱动作用。非小细胞肺癌是肺癌的主要类型之一，淋巴转移是其进展和预后的重要环节。将肿瘤内细菌及其代谢产物纳入转移机制研究，反映了肿瘤微生物组方向的研究兴趣。该 BioProject 记录由单一组织或联合体发起，围绕上述单一研究计划组织数据。源站描述指出，BioProject 记录为用户提供一个统一位置，以查找该项目所产生的多种数据类型。该数据集在分类上属于肿瘤 / 肺癌，主题标签为原始测序读段（Raw sequence reads），说明其数据内容以测序产生的原始读段为主。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，表明其包含的数据类型为原始序列读段。作为 BioProject 记录，它并不限于单一数据形式，而是汇集与同一研究计划相关的多种生物数据，并提供指向这些数据的链接。数据集英文名称所反映的研究主题涉及肿瘤内细菌来源的 7,8,4-三羟基异黄酮、PTEN 以及非小细胞肺癌淋巴转移，因此其原始测序读段可能用于支撑该主题下的相关分析。除主题标签所指示的原始序列读段外，源站未提供更细的数据内容说明，例如具体样本数量、测序平台、读长、数据量或文件格式等信息。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，源站标题为“ID 1419921 - BioProject - NCBI”。其记录标识为 BioProject ID 1419921，英文名称为“PRJNA1419921: Intratumor bacteria-derived 7,8,4-trihydroxyisoflavone drives PTEN mediated lymphatic metastasis of non-small cell lung cancer”。根据源站描述，BioProject 是来自单一组织或联合体的、与单一研究计划相关的生物数据的集合。该记录本身提供统一入口，用于查找该项目产生的多种数据类型。关于样本采集地点、采集时间、受试者或模型信息、伦理审批等具体采集细节，源站未提供。

【适用场景】

该数据集适用于与非小细胞肺癌淋巴转移、肿瘤内细菌来源代谢物、7,8,4-三羟基异黄酮以及 PTEN 相关机制研究有关的场景。由于主题标签为原始序列读段，其数据可用于需要从原始测序读段出发的分析工作，例如重新比对、表达或变异相关分析等通用用途。同时，作为 BioProject 记录，它也可作为查找该研究计划所产生多种数据类型的入口，便于用户获取同一项目下的关联数据。对于肿瘤微生物组与肺癌转移交叉方向的研究者，该数据集可作为相关研究的数据资源之一。具体分析目标是否适用，需结合源站提供的实际数据文件和项目说明判断；源站未提供更详细的适用建议。

【使用方法】

该数据集可通过 NCBI BioProject 记录访问，记录标识为 1419921，来源站为 ncbi.nlm.nih.gov。用户可借助 BioProject 记录所提供的统一入口，查找并链接到该研究计划产生的多种数据类型。由于主题标签为原始序列读段，使用时可从原始读段出发进行后续处理，例如质控、比对及下游分析等通用流程。关于具体的下载方式、数据文件组织、分析工具或流程参数，源站未提供，需以源站实际页面和项目说明为准。

【质量与限制】

该数据集为 BioProject 记录，源站描述强调其作用是汇集与单一研究计划相关的生物数据并提供统一查找入口，而非对数据质量作出评价。主题标签为原始序列读段，意味着数据可能以未经过深度处理的原始形式提供，使用前通常需要自行进行质控与处理。关于数据质量指标、覆盖度、重复性、批次效应、样本量或验证程度等信息，源站未提供。该数据集在分类上属于肿瘤 / 肺癌，主题涉及非小细胞肺癌淋巴转移及肿瘤内细菌代谢物，但源站未提供可直接用于判断其结论普适性或局限性的具体说明。因此，使用时应结合源站记录及关联数据自行评估适用性与局限性。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，源站标题为“ID 1419921 - BioProject - NCBI”，记录标识为 BioProject ID 1419921，英文名称为“PRJNA1419921: Intratumor bacteria-derived 7,8,4-trihydroxyisoflavone drives PTEN mediated lymphatic metastasis of non-small cell lung cancer”。关于该数据集的引用格式、许可条款、使用限制或授权要求，源站未提供。用户在使用或引用时，应查阅源站页面及相关项目说明以获取准确的引用与许可信息。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1419921

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/PRJNA1419921

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

淋巴结（LN）转移是非小细胞肺癌（NSCLC）的主要不良预后因素。近年来，肿瘤内微生物群被认定为肿瘤微环境（TME）中影响肿瘤进展的关键组成部分，但其在淋巴结（LN）转移中的作用仍不清楚。研究对70例NSCLC患者的样本进行16S rRNA测序，以比较淋巴结阴性与阳性病例之间的肿瘤内微生物群。采用基于细胞的实验、类器官和小鼠腘窝淋巴转移模型，探讨肿瘤内微生物群对NSCLC淋巴转移的影响。利用代谢组学、小分子拉下实验、生物层干涉术（BLI）、RNA-seq和ChIP-qPCR阐明潜在机制。鞘氨醇单胞菌在淋巴结阴性肿瘤组织中富集，通过其代谢物7,8,4-三羟基异黄酮（THIF）抑制NSCLC迁移和侵袭。THIF与HDAC7结合，并使其在PTEN启动子处的去乙酰化酶活性失活。这导致PTEN持续表达，随后下调PI3K-Akt信号通路。结果，NSCLC细胞侵袭和淋巴播散被显著抑制。

结论：我们的研究揭示了NSCLC中一条新的微生物群-表观遗传-信号轴，即瘤内鞘氨醇单胞菌通过THIF介导的HDAC7抑制及随后的PTEN上调来抑制淋巴结转移。鞘氨醇单胞菌和THIF可能作为转移性NSCLC的潜在治疗候选物。

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