基本信息

模态

基因组

创建/更新时间

2026-10-20

资源简介

PRJNA1435124：Homo sapiens 原始序列读段

PRJNA1435124 是一个以“Homo sapiens Raw sequence reads”为英文名称的公开生物项目记录，收录于 NCBI 的 BioProject 数据库，源站编号为 1435124。该记录在本地分类中归入肿瘤 / 肺癌方向，主题标签为“Raw sequence reads”，即原始序列读段。BioProject 的核心作用在于汇集由单一机构或联盟发起的同一项研究计划所产生的多种生物数据，并为使用者提供一个统一入口，以便查找该项目生成的不同数据类型。因此，该数据集并非单一实验的原始文件集合，而是一个面向人类样本、以原始测序读段为主要数据形态的项目级入口，适合需要追溯数据来源、了解项目构成或获取原始测序数据的研究人员使用。

【数据集背景】

该数据集的源站为 ncbi.nlm.nih.gov，源站标题为“Homo sapiens (ID 1435124) - BioProject - NCBI”。从项目组织方式来看，BioProject 记录本身是围绕一项由单一组织或联盟发起的生物学计划而建立的。该记录以人类（Homo sapiens）为物种对象，主题标签明确指向原始序列读段。结合本站分类“肿瘤 / 肺癌”，可以判断该数据集的领域背景与肿瘤学中的肺癌研究方向相关。源站描述指出，BioProject 记录为用户提供一个统一位置，用于发现该项目所生成的不同数据类型之间的链接。这意味着该数据集在结构上承担着项目导航与数据聚合的角色，而不仅仅是提供单个测序文件。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，表明其核心数据形态是原始测序读段。原始序列读段通常指测序仪直接产出的短序列片段，尚未经过比对、组装或变异注释等深度加工。该 BioProject 记录所汇集的数据类型可能包括由该项目生成的多种生物数据，但具体包含哪些样本、采用何种测序平台、覆盖多少读段或碱基数，源站未提供。该记录以 Homo sapiens 为物种，结合肿瘤 / 肺癌分类，其数据内容在领域上应服务于人类肺癌相关研究，但具体的样本类型、肿瘤亚型、是否包含配对正常组织等信息，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 数据库。BioProject 的设计初衷是汇集由单一机构或联盟发起的同一项计划所产生的生物数据。因此，该数据集的采集与来源应理解为某个研究组织或联盟将其项目注册至 BioProject，并通过该记录统一关联项目产生的多种数据类型。关于具体的样本采集地点、采集时间、伦理审批信息、测序机构或项目负责人等，源站未提供。

【适用场景】

该数据集适用于需要获取人类原始测序读段的研究场景，尤其是与肺癌相关的肿瘤学研究。由于 BioProject 提供统一入口以查找同一项目生成的不同数据类型，该数据集也适合用于数据溯源、项目级元数据查询、以及寻找可再利用的原始测序数据。对于希望基于公开原始读段进行二次分析的研究者，该记录可作为定位数据文件的起点。此外，在方法学比较、流程验证或跨项目数据整合中，此类项目级记录也具有参考价值。但具体适用性取决于项目实际包含的样本与实验设计，源站未提供。

【使用方法】

使用者可通过 NCBI BioProject 数据库访问该记录，源站标题为“Homo sapiens (ID 1435124) - BioProject - NCBI”。BioProject 记录提供统一入口，用于查找该项目生成的不同数据类型之间的链接。因此，使用方法通常是从该记录出发，跳转至关联的数据资源，进而获取原始序列读段或其他相关数据。关于下载方式、文件格式、数据量大小、是否需要特定工具或权限等，源站未提供。

【质量与限制】

该数据集为 BioProject 项目级记录，其质量取决于项目提交方所提供的信息与数据。BioProject 本身是数据聚合与导航工具，不直接对原始读段进行质量评估。该记录的主题标签为“Raw sequence reads”，意味着数据可能未经深度加工，使用前通常需要自行进行质量控制与预处理。关于该项目的样本质量、测序深度、数据完整性、污染控制或批次效应等信息，源站未提供。此外，该记录的分类为肿瘤 / 肺癌，但具体研究问题与结论不在 BioProject 描述范围内，源站未提供。

【引用与许可】

该数据集的引用方式应遵循 NCBI BioProject 的通用引用规范，并指向记录 ID 1435124 及英文名称“PRJNA1435124: Homo sapiens Raw sequence reads”。关于该数据集的具体许可条款、使用限制、是否允许商业用途或再分发等，源站未提供。使用者在引用或再利用前，应查阅源站页面以确认最新的许可与引用要求。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE327701

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/PRJNA1435124

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

本项目包括对非小细胞肺癌脑转移患者神经外科手术时采集的脑转移肿瘤样本进行全外显子组测序和DNA甲基化分析，以及对从血浆和脑脊液中获取的游离DNA进行甲基化分析和靶向测序。这些数据支持使用液体活检方法来预测和监测中枢神经系统内的疾病进展。

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