从不吸烟者肺癌全基因组测序
BioProject 是围绕单一研究计划收集的生物数据集合，该计划源自单一组织或联盟。BioProject 记录为用户提供一个统一的位置，以查找该项目所生成的各种数据类型的链接
基本信息
资源简介
从不吸烟者肺癌全基因组测序
PRJNA1493237 是一个围绕“从不吸烟者肺癌全基因组测序”这一研究计划而建立的生物项目记录，英文名称为 Whole genome sequencing of lung cancer in never smokers。该记录归属于 NCBI BioProject 数据库，本站将其归类于肿瘤 / 肺癌方向。BioProject 作为生物数据的集合性入口，旨在把源自单一组织或联盟、服务于同一研究倡议的各类生物数据汇聚在一起，并为用户提供统一的位置来查找该项目所生成的不同数据类型及其相关链接。对于关注肺癌、尤其是从不吸烟人群肺癌基因组特征的研究者而言，该记录可作为定位和访问相关测序数据资源的起点。
【数据集背景】
该数据集对应的是一项关于从不吸烟者肺癌的全基因组测序研究计划。BioProject 的设计目标，是围绕单一研究倡议收集生物数据，这些数据来自单一组织或联盟。通过 BioProject 记录，用户可以在一处集中查找由该项目产生的多种数据类型之间的链接，而不必在多个分散的资源之间反复检索。本站将该数据集分类为肿瘤 / 肺癌，说明其主题与肺癌研究直接相关，并且聚焦于从不吸烟者这一特定人群。源站标题中标注的 ID 1493237 是该 BioProject 记录在 NCBI 中的标识。
【数据内容】
从名称可以看出，该项目涉及全基因组测序，研究对象为从不吸烟者的肺癌。BioProject 记录本身并不等同于某一类具体的数据文件，而是作为项目层面的集合性记录，提供指向该项目所生成的各种数据类型的链接。因此，该记录所涵盖的数据内容应理解为与“从不吸烟者肺癌全基因组测序”这一研究计划相关的生物数据集合。关于具体的样本数量、测序深度、覆盖范围、变异类型、数据文件格式或分析结果等细节，源站未提供。
【采集与来源】
该记录的来源站为 ncbi.nlm.nih.gov，属于 NCBI 的 BioProject 数据库。BioProject 记录源自单一组织或联盟，用于汇集与单一研究计划相关的生物数据。该数据集英文名称明确指向“从不吸烟者肺癌”的全基因组测序，说明其数据采集围绕这一特定疾病人群展开。关于样本采集地点、采集时间、纳入排除标准、测序平台、建库方法以及具体提交机构等信息，源站未提供。
【适用场景】
该数据集适用于需要查找或访问“从不吸烟者肺癌全基因组测序”相关生物数据的研究场景。由于 BioProject 提供统一入口来链接同一项目生成的不同数据类型，它可以帮助研究者快速定位该项目所涉及的数据资源，进而用于肺癌基因组学、从不吸烟者肺癌的分子特征探索等方向。对于希望了解该研究计划整体数据布局的用户，该记录也可作为项目层面的索引。关于该数据集是否适用于特定分析流程、临床解读或诊断用途，源站未提供。
【使用方法】
用户可通过 NCBI BioProject 数据库访问该记录，利用其提供的统一入口查找与该项目相关的各类数据链接。BioProject 记录的作用在于集中呈现同一研究计划所生成的数据类型及其链接，因此使用时应以该记录为起点，进一步跳转至具体的数据资源。关于下载方式、访问权限、是否需要申请、数据格式转换或分析工具等操作细节，源站未提供。
【质量与限制】
该记录为 BioProject 项目层面的集合性记录，其描述强调 BioProject 是围绕单一研究计划收集的生物数据集合，并提供统一位置以查找各种数据类型的链接。因此，该记录本身并不对测序数据质量、覆盖度、样本代表性或分析可靠性作出具体说明。关于数据质量控制标准、批次效应、样本量大小、人群代表性、数据完整性以及可能的偏倚等，源站未提供。使用者在利用该项目数据时，应结合具体数据资源自身的说明进行判断。
【引用与许可】
该数据集来源于 ncbi.nlm.nih.gov 的 BioProject 数据库，记录标识为 ID 1493237。关于该数据集的引用方式、许可条款、使用限制或版权声明，源站未提供。
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/PRJNA1493237
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
非吸烟者中的非小细胞肺癌（LCINS）约占肺癌病例的25%，是癌症相关死亡的第五大原因。LCINS对女性的影响尤为显著，并与环境暴露有关，包括空气污染和住宅氡。本研究对样本采集时的居住地址进行了地理编码，并与环境和氡数据进行地理空间整合。通过液相色谱-高分辨质谱法对血浆化学暴露组进行了表征。对16例LCINS肿瘤和2例吸烟者肿瘤及其匹配血液样本进行了全基因组测序（WGS），以确定突变特征。驱动突变及其他变异、突变特征和肿瘤突变负荷……（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。
