PRJNA1493238：非吸烟者肺癌全基因组测序
该数据集为 NCBI BioProject 收录的 PRJNA1493238 项目，主题是非吸烟者肺癌的全基因组测序，属于肿瘤/肺癌方向
基本信息
资源简介
PRJNA1493238：非吸烟者肺癌全基因组测序
PRJNA1493238 是 NCBI BioProject 数据库收录的一个生物项目，其英文名称为“Whole genome sequencing of lung cancer in never smokers”，中文可理解为非吸烟者肺癌全基因组测序。该项目在分类上归属于肿瘤 / 肺癌方向，来源站为 ncbi.nlm.nih.gov，主题标签为 Phenotype or Genotype。BioProject 是围绕某一项研究计划汇集生物数据的记录形式，通常来自单一机构或联合体，并为用户提供统一入口，以链接该项目所产生的多种数据类型。因此，PRJNA1493238 可被视为一个面向非吸烟者肺癌全基因组测序研究的项目入口，用于集中呈现与该计划相关的数据资源。以下将依据可获得的信息，对该数据集作进一步介绍。
【数据集背景】
该数据集对应 NCBI BioProject 中的 PRJNA1493238 项目，项目名称为“Whole genome sequencing of lung cancer in never smokers”。从名称可以看出，该项目聚焦于非吸烟者肺癌的全基因组测序。肺癌通常与吸烟密切相关，但在非吸烟人群中同样存在肺癌发生，因此针对这一人群的基因组研究具有特定的研究意义。该项目被归入肿瘤 / 肺癌分类，主题标签为 Phenotype or Genotype，说明其内容与表型或基因型相关。BioProject 作为生物数据集合，通常由单一组织或联合体发起，旨在围绕一个研究计划整合不同类型的数据，并为用户提供统一的检索和访问入口。
【数据内容】
根据项目名称，该数据集的核心内容是针对非吸烟者肺癌的全基因组测序。全基因组测序通常用于获取生物体基因组的整体序列信息，可用于识别遗传变异、结构改变等。该项目在 BioProject 中的记录，提供用户查找与该项目相关的多种数据类型链接的单一入口。不过，关于该项目的具体样本数量、测序深度、覆盖范围、变异类型、数据文件格式及数据量等细节，源站未提供。主题标签为 Phenotype or Genotype，表明其数据可能与表型或基因型信息相关，但具体涉及哪些表型或基因型指标，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 BioProject 数据库。BioProject 记录通常来自单一机构或联合体，用于汇集与某一研究计划相关的生物数据。PRJNA1493238 作为其中一个项目，其数据来源、样本采集地点、采集时间、纳入标准、伦理审批信息以及具体研究机构等，源站未提供。该项目的英文名称明确指向非吸烟者肺癌的全基因组测序，但关于样本如何采集、由谁采集、在何处采集等信息，源站未提供。
【适用场景】
该数据集适用于与肺癌、特别是非吸烟者肺癌相关的基因组研究场景。由于项目涉及全基因组测序，可能适用于探索非吸烟者肺癌的遗传变异、基因型与表型关联等研究方向。BioProject 作为统一入口，也适合用户查找该项目关联的不同数据类型。然而，关于该数据集具体可用于哪些分析、是否适合临床诊断、是否可用于药物研发等，源站未提供。其主题标签为 Phenotype or Genotype，提示其可能用于表型或基因型相关研究，但具体适用场景需结合源站进一步信息确定。
【使用方法】
用户可通过 NCBI BioProject 数据库访问 PRJNA1493238 项目记录。BioProject 记录提供用户一个单一位置，以查找该项目产生的多种数据类型的链接。因此，使用方法通常包括：在 NCBI BioProject 中检索该项目编号或名称，进入项目页面，然后通过页面提供的链接跳转至相关数据资源。关于具体的数据下载方式、是否需要申请权限、是否有使用限制、是否提供分析工具或流程等，源站未提供。
【质量与限制】
该数据集来自 NCBI BioProject，属于公开数据库收录的项目记录。BioProject 本身是生物数据的集合入口，旨在链接同一研究计划下的多种数据类型。然而，关于该项目的测序质量、数据完整性、样本量、是否经过质量控制、是否存在批次效应、数据更新频率等质量相关信息，源站未提供。此外，该项目的具体限制，如数据使用范围、隐私保护要求、是否涉及人类遗传资源管理等，源站未提供。因此，在使用该数据集时，需结合源站记录及关联数据资源进一步核实。
【引用与许可】
关于该数据集的引用方式、许可协议、使用条款以及是否需要注明来源等，源站未提供。用户在使用 PRJNA1493238 相关数据时，应参考 NCBI BioProject 页面及其关联数据资源中可能提供的引用和许可信息。由于源站未提供具体内容，无法在此给出确切的引用格式或授权条件。
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/PRJNA1493238
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。
