基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-20

资源简介

NSCLC NT5E/CD73低表达与高表达肿瘤空间转录组

该数据集为 NCBI BioProject 数据库收录的原始测序数据项目，编号为 PRJNA1525527，英文名称为“Spatial Transcriptomics of NSCLC in NT5E/CD73-Low and High Tumors”。从名称与主题标签来看，该项目围绕非小细胞肺癌（NSCLC）展开，重点研究 NT5E/CD73 低表达与高表达肿瘤之间的空间转录组特征。数据以原始测序读段（Raw sequence reads）的形式组织，属于肿瘤/肺癌这一分类方向。BioProject 作为生物数据集合的登记形式，通常用于汇集某一项研究计划所产生的多种数据类型，并提供统一的访问入口。该数据集即通过 NCBI BioProject 平台对外发布，便于研究者定位和获取与 NSCLC 空间转录组相关的原始测序数据。

【数据集背景】

该数据集来源于 NCBI BioProject 数据库，项目编号为 1525527。BioProject 是围绕单一研究计划或由单一组织、联盟发起的生物数据的集合，其记录为用户提供单一入口，以查找该项目所产生的不同类型数据。本项目聚焦于非小细胞肺癌（NSCLC）中 NT5E/CD73 低表达与高表达肿瘤的空间转录组研究。NT5E 基因编码 CD73 蛋白，在肿瘤微环境和免疫调节中具有重要作用，而空间转录组技术能够在保留组织空间位置信息的前提下检测基因表达。因此，该项目的背景涉及肺癌分子分型与空间转录组学的交叉领域，旨在通过原始测序数据支撑对 NT5E/CD73 表达差异相关空间特征的探索。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，表明其核心数据类型为原始测序读段。这些读段来自空间转录组测序实验，研究对象为非小细胞肺癌中 NT5E/CD73 低表达与高表达的肿瘤样本。数据内容不包含经过高级分析后的表达矩阵、差异基因列表或空间聚类结果，而是以原始序列形式提供，供后续生物信息学处理。项目名称中明确区分了“NT5E/CD73-Low”与“NT5E/CD73-High”两类肿瘤，说明数据可能涵盖两组样本的测序读段，但具体样本数量、测序平台、读长、数据量等细节，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，即美国国家生物技术信息中心（NCBI）的 BioProject 数据库。项目由单一组织或联盟发起并提交至 NCBI，具体提交机构名称、研究团队、样本采集地点、采集时间、伦理审批信息等，源站未提供。BioProject 记录本身不详细描述实验流程，而是作为数据链接的集合入口。因此，关于样本如何采集、如何处理、如何建库测序等实验细节，源站未提供。

【适用场景】

该数据集适用于需要原始测序读段的研究场景，例如空间转录组数据的重新分析、比对流程开发、基因表达定量方法测试，以及针对 NSCLC 中 NT5E/CD73 表达差异的空间分布探索。由于数据以原始读段形式提供，使用者可自行选择参考基因组、比对工具和下游分析策略。此外，该数据集也可用于方法学比较、流程验证或作为公共数据资源整合到更大型的肺癌转录组研究中。但需注意，具体适用性取决于数据质量、样本设计和测序深度，而这些信息源站未提供。

【使用方法】

使用者可通过 NCBI BioProject 数据库访问编号为 PRJNA1525527 的记录，并从该记录链接至相关的原始测序数据。通常，BioProject 记录会关联到 SRA（Sequence Read Archive）等数据存档，用户可下载 FASTQ 格式的原始读段。下载后，可按照空间转录组标准分析流程进行处理，包括质控、比对、表达定量和空间位置映射等。由于该数据集仅提供原始测序读段，不包含预处理后的表达矩阵或空间坐标文件，使用者需要自行完成从读段到表达谱的转换。具体下载方式、文件格式、数据量及关联的 SRA 编号，源站未提供。

【质量与限制】

该数据集为原始测序数据，其质量取决于测序平台、建库方法和样本质量，但源站未提供具体的质量指标，如 Q30 比例、比对率、测序深度、样本重复数等。此外，项目描述中未说明是否包含生物学重复、技术重复或对照样本。由于仅提供原始读段，使用者需自行评估数据质量并决定是否适用。该数据集的限制还包括：缺乏详细的样本元数据、实验方案和数据处理参数，可能影响可重复性和分析结果的解释。所有未在源站描述中明确的信息，均无法从现有资料中确认。

【引用与许可】

该数据集的引用方式、许可协议、使用限制以及是否允许商业用途等信息，源站未提供。使用者应参考 NCBI BioProject 及关联数据存档的通用条款，并在发表成果时遵循相应的引用规范。由于源站未提供具体许可声明，建议直接访问 NCBI 页面获取最新信息。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1525527

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/PRJNA1525527

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

本研究描述了非小细胞肺癌（NSCLC）肿瘤的空间转录组学特征，这些肿瘤根据NT5E（CD73）表达水平被分为前10%和后10%两组。通过空间转录组学分析，探究了NT5E/CD73高表达与低表达肿瘤组之间基因表达模式和肿瘤微环境的差异。

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