基本信息

模态

基因组

创建/更新时间

2026-10-20

资源简介

PRJNA1470392：Homo sapiens 原始序列读段

PRJNA1470392 是一个以 Homo sapiens 为对象、主题标签为 Raw sequence reads 的生物项目数据集，收录于 NCBI 的 BioProject 数据库，源站标题为“Homo sapiens (ID 1470392) - BioProject - NCBI”。BioProject 是围绕单一研究计划、由单一机构或联盟发起的生物数据集合，其记录为用户提供统一入口，用于查找该项目产生的多种数据类型。该数据集在本站被归类为肿瘤 / 肺癌方向，来源站为 ncbi.nlm.nih.gov。就目前可获得的信息而言，该数据集的核心内容是 Homo sapiens 的原始测序读段（Raw sequence reads），属于生物测序数据的基础层级，通常可用于后续的比对、组装、变异检测与表达分析等处理流程。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面展开说明。

【数据集背景】

BioProject 是 NCBI 提供的一种项目级数据组织方式，其设计目标是把与同一项研究计划相关的多种数据类型汇聚到同一条记录之下，方便用户从一个统一入口检索和访问。按照源站描述，一个 BioProject 记录所对应的数据集合，来源于单一组织或联盟发起的单一研究计划。PRJNA1470392 即属于此类记录，其对象物种为 Homo sapiens，源站标题明确标注了该项目的编号 1470392。本站将其归入肿瘤 / 肺癌分类，说明该数据集在本站的学科归类中与肿瘤学、尤其是肺癌方向相关。需要指出的是，关于该项目具体的研究目的、所属机构、联盟组成、资助来源以及研究设计等细节，源站未提供。

【数据内容】

该数据集的主题标签为 Raw sequence reads，即原始测序读段。这意味着其数据内容属于测序仪直接产出的序列读段层级，而非经过比对、注释或汇总后的衍生结果。原始读段通常以 FASTQ 等格式存储，包含每条读段的碱基序列及其对应的质量值信息。就本数据集而言，其物种来源为 Homo sapiens。关于测序平台、读长、读段数量、覆盖深度、样本数量、文库类型、是否包含配对末端信息等具体技术参数，源站未提供。此外，该项目是否同时包含其他数据类型（如比对结果、变异文件或表达矩阵），源站未提供。

【采集与来源】

该数据集来源于 NCBI 的 BioProject 数据库，来源站为 ncbi.nlm.nih.gov，源站标题为“Homo sapiens (ID 1470392) - BioProject - NCBI”。BioProject 记录本身作为统一入口，用于链接该项目所产生的多种数据类型。关于样本采集地点、采集时间、伦理审批信息、知情同意情况、样本处理与建库方法、测序中心名称等具体采集与实验信息，源站未提供。

【适用场景】

基于其主题标签为原始测序读段且物种为 Homo sapiens，该数据集可适用于需要从原始读段出发的各类分析场景，例如序列比对、基因组或转录组组装、变异检测、表达水平定量以及更下游的功能分析等。由于本站将其归类为肿瘤 / 肺癌，该数据集也可能被用于与肿瘤、肺癌相关的探索性分析。但需要强调的是，具体适用性取决于该项目的实际研究设计与样本构成，而这些信息源站未提供，因此上述场景仅为基于数据类型的通用说明，不代表该数据集的具体用途。

【使用方法】

使用者通常可通过 NCBI BioProject 记录所提供的统一入口，查找并链接到该项目产生的多种数据类型，进而获取原始测序读段文件。原始读段在下载后一般需要经过质量控制、接头去除、比对或组装等标准生物信息学流程，才能用于下游分析。关于该数据集的具体下载方式、文件组织方式、访问链接、是否需要特殊权限以及推荐的分析流程，源站未提供。

【质量与限制】

BioProject 作为项目级记录，其作用是汇聚与链接数据，而非对数据质量作出评价。该数据集的主题标签为原始测序读段，意味着数据处于未经过滤和未经过生物学解释的原始状态，其质量取决于建库与测序过程，而相关质控指标源站未提供。此外，该数据集在本站被归类为肿瘤 / 肺癌，但该分类的具体依据、样本的病理类型、分期信息、对照设置以及队列规模等均未在可获得信息中说明。因此，使用者在将该数据集用于任何具体研究结论之前，应自行核实其样本来源、实验设计与数据质量。关于该数据集的局限性、偏倚来源与适用范围，源站未提供。

【引用与许可】

该数据集来源于 NCBI 的 BioProject 数据库，源站标题为“Homo sapiens (ID 1470392) - BioProject - NCBI”，来源站为 ncbi.nlm.nih.gov。关于该数据集的具体引用格式、作者列表、发表文献、许可条款、使用限制以及数据共享政策，源站未提供。使用者在引用或再利用该数据集时，应访问源站记录以获取最新的引用与许可信息。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1470392

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/PRJNA1470392

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

对人工培养的人肺癌A549细胞使用Usenamine A处理24小时后，进行了RNA测序。

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