年轻发病肺癌胚系全基因组测序（DFCI PROACTIVE 研究）
BioProject 是与单一计划相关的一批生物数据的集合，该计划源自单一组织或联合体。BioProject 记录为用户提供一个单一位置，以查找为该计划生成的各种数据类型相关的链接
基本信息
资源简介
年轻发病肺癌胚系全基因组测序（DFCI PROACTIVE 研究）
PRJNA1492177 是一个收录于 NCBI BioProject 数据库中的生物项目记录，其完整英文名称为 Germline Whole-Genome Sequencing of Young-Onset Lung Cancer (from the DFCI PROACTIVE study)。从名称可以看出，该项目聚焦于年轻发病肺癌的生殖细胞全基因组测序，样本与研究背景来自 DFCI PROACTIVE 研究。在本地分类体系中，该数据集被归入肿瘤 / 肺癌类别，来源站为 ncbi.nlm.nih.gov。BioProject 作为 NCBI 提供的项目级资源，其核心作用是把与某一项研究计划相关的多种类型生物数据汇聚到同一条记录之下，使用户能够从一个统一入口出发，找到为该计划生成的各种数据类型所对应的链接。因此，该数据集并非单一测序文件，而是一个指向年轻发病肺癌生殖细胞全基因组测序相关数据资源的项目入口。
【数据集背景】
该数据集对应的是一项围绕年轻发病肺癌（Young-Onset Lung Cancer）展开的研究计划，其数据产生自 DFCI PROACTIVE 研究。BioProject 的设计初衷是服务于单一研究计划或由单一组织、联合体发起的研究倡议，将分散在不同数据类型的产出集中登记，从而形成可追溯的项目级记录。对于肿瘤尤其是肺癌研究而言，将同一计划下的数据统一归集，有助于研究者理解该计划的整体数据构成。源站未提供该研究的具体立项背景、资助信息或研究假设。
【数据内容】
从名称可知，该数据集涉及的是生殖细胞全基因组测序（Germline Whole-Genome Sequencing）数据，研究对象为年轻发病肺癌。BioProject 记录本身并不等同于原始测序数据，而是提供指向该项目所生成的各种数据类型的链接入口。源站未提供样本数量、测序深度、覆盖度、变异位点数量等具体指标，也未列出所包含的数据文件格式或具体数据类型清单。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，以 BioProject 形式登记，项目编号为 PRJNA1492177，源站标题中标注其 ID 为 1492177。数据与 DFCI PROACTIVE 研究相关。源站未提供样本采集地点、采集时间、受试者招募方式、伦理审批信息或测序平台等具体细节。
【适用场景】
该数据集可用于查找与年轻发病肺癌生殖细胞全基因组测序相关的数据资源，适合需要从项目层面了解该研究计划数据构成的用户，例如希望定位该计划下各类数据链接的研究人员。由于 BioProject 提供的是项目级入口，它也可作为进一步获取具体数据类型的起点。源站未提供该数据集在特定分析场景下的适用性说明或推荐用途。
【使用方法】
用户可通过 NCBI BioProject 记录访问该数据集，借助记录中提供的链接查找为该计划生成的各种数据类型。BioProject 的定位是提供单一位置以发现相关数据链接，因此使用方式以跳转和检索为主。源站未提供具体的数据下载步骤、访问协议或分析流程说明。
【质量与限制】
BioProject 记录作为项目级登记，其内容以链接和项目描述为主，并不直接代表数据本身的质量水平。源站未提供该数据集的质量评估指标、数据完整性说明或已知限制。由于缺少样本量、测序参数等信息，无法从现有内容判断其数据规模与适用范围。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用限制说明。
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/PRJNA1492177
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。
- OpenDataLab:
数据说明
这是一项前瞻性、多机构观察性研究，旨在探究年轻时确诊肺癌的遗传与分子基础。通过Dana-Farber癌症研究所及合作机构招募了45岁或以下确诊为原发性肺癌[非小细胞肺癌(NSCLC)或小细胞肺癌(SCLC)]的参与者，并进行了额外的远程招募。收集临床信息和生物标本，以建立一个全面的研究资源，用于研究早发性肺癌的生物学特性。外周血样本通过全基因组测序(WGS)进行分析。通过dbGaP可获取的数据包括从外周血产生的胚系WGS数据、相关变异调用以及伴随的表型信息……（更多内容请参见dbGaP研究页面。）
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。
