基本信息

模态

基因组

任务类型

预测

创建/更新时间

2026-10-20

资源简介

PRJNA1447685：低覆盖度全基因组测序评估游离DNA作为非小细胞肺癌治疗反应与生存预测指标

PRJNA1447685 是一个围绕非小细胞肺癌患者展开的 BioProject 数据集，其核心目标是评估游离DNA（cell-free DNA）作为临床治疗反应与生存预测指标的价值。该数据集采用低覆盖度全基因组测序技术，属于肿瘤/肺癌分类，主题标签为原始序列读段（Raw sequence reads）。作为 NCBI BioProject 体系中的一项记录，它为研究者提供了一个集中入口，用以发现和链接该项目所产生的多种数据类型。整体而言，该数据集聚焦于液体活检与基因组测序的交叉领域，试图通过低覆盖度全基因组测序手段，从游离DNA中挖掘与非小细胞肺癌治疗应答和患者生存相关的潜在预测信息，为后续的临床转化研究提供数据基础。

【数据集背景】

非小细胞肺癌是肺癌中最常见的病理类型，临床治疗中如何早期、准确地预测患者对治疗的反应以及生存结局，一直是肿瘤精准医学关注的重点。传统的组织活检在动态监测和重复采样方面存在局限，而游离DNA作为一种来源于血液等体液的生物标志物，因其微创、可重复获取的特点，逐渐成为研究热点。该 BioProject 正是在这一背景下设立，旨在通过低覆盖度全基因组测序技术，系统评估游离DNA在非小细胞肺癌患者临床治疗反应和生存预测中的潜在价值。项目以单一研究计划的形式组织，汇集了与之相关的生物数据，便于研究者从整体上把握该研究方向的数据资源。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，表明其核心数据形式为原始序列读段。这些读段来源于低覆盖度全基因组测序，测序对象为游离DNA。BioProject 记录本身并不直接存储所有数据文件，而是提供指向该项目所生成的各种数据类型的链接，使用户能够从一个统一入口获取相关数据。由于采用低覆盖度全基因组测序策略，该数据在覆盖深度上相对有限，但能够在全基因组范围内提供拷贝数变异等层面的信息，适合用于探索性分析和标志物筛选。数据内容围绕非小细胞肺癌患者的游离DNA展开，服务于治疗反应与生存预测这一研究目标。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，记录标识为 BioProject ID 1447685。BioProject 是由单一组织或联盟发起、围绕某一研究计划所收集的生物数据的集合，其记录为用户提供查找该项目所产生多种数据类型链接的统一场所。关于样本采集的具体地点、时间、患者纳入标准、样本处理流程等细节，源站未提供。数据由该 BioProject 所对应的研究计划产生，并托管于 NCBI 的 BioProject 体系中。

【适用场景】

该数据集适用于肿瘤精准医学、液体活检、游离DNA生物标志物研究等方向。具体而言，研究者可利用低覆盖度全基因组测序数据，探索游离DNA中与非小细胞肺癌治疗反应和生存相关的基因组特征，如拷贝数变化等。此外，该数据也可用于方法学比较、标志物验证的预实验，或作为更大规模临床研究的数据补充。对于关注非小细胞肺癌患者动态监测和预后评估的研究团队，该 BioProject 提供了一个可检索、可链接的数据资源入口。

【使用方法】

用户可通过 NCBI BioProject 数据库，以 ID 1447685 或数据集英文名称进行检索，访问该项目的记录页面。该页面提供指向项目所生成的各种数据类型的链接，用户可据此获取原始序列读段等相关数据。在使用前，建议先阅读项目记录中的说明信息，了解数据组织方式和可获取的数据类型。由于涉及人类来源的测序数据，使用时应遵循 NCBI 及相关数据访问政策。关于具体的下载工具、文件格式和处理流程，源站未提供。

【质量与限制】

该数据集采用低覆盖度全基因组测序，覆盖深度有限，可能影响对低丰度变异或精细基因组结构的检测能力。其研究目标聚焦于非小细胞肺癌患者游离DNA作为治疗反应与生存预测指标的评估，样本量和人群代表性等信息源站未提供。此外，BioProject 记录本身是数据链接的集合，并非所有原始数据都直接存储于该记录中，用户需通过链接访问具体数据资源。关于数据质量评估指标、测序深度具体数值、批次效应等信息，源站未提供。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，记录标识为 BioProject ID 1447685。关于该数据集的引用方式、许可条款、数据使用协议以及是否涉及受控访问等信息，源站未提供。用户在引用或使用该数据时，应直接查阅 NCBI BioProject 记录页面及相关数据文件所附带的说明，以获取准确的引用格式和使用条件。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1447685

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/PRJNA1447685

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

本项目涵盖在泰国曼谷朱拉蓬医院开展的一项前瞻性初步研究中产生的血浆游离DNA（cfDNA）低覆盖度全基因组测序（lcWGS）数据。血浆cfDNA采集自33例接受EGFR酪氨酸激酶抑制剂（EGFR-TKIs；n = 18）或传统化疗联合或不联合免疫治疗（n = 15）的晚期非小细胞肺癌（NSCLC）患者，以及10名作为参考队列的健康个体。每位患者在三个纵向时间点采集血样：诊断时、治疗开始后第4周和第12周，共获得99份患者样本和10份对照样本。本数据集的主要目标是表征lcWGS衍生的cfDNA特征——包括ctDNA分数、全基因组拷贝数改变谱、短长片段比和ctDNA估计评分——在治疗时间点间的纵向动态变化，并评估其在两种治疗背景下预测治疗反应和无进展生存期的效用。

该数据集支持了BMC Precision Medicine上相关论文中报告的发现，旨在促进NSCLC中基于液体活检监测的可重复性和进一步研究。

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