基本信息

模态

基因组

创建/更新时间

2026-11-04

资源简介

PRJDB20678：OCCC中SETD8驱动的H4K20me1整合分析

PRJDB20678 是一个围绕 SETD8 驱动的 H4K20me1 在 OCCC（卵巢透明细胞癌）中的整合性分析而建立的 BioProject 记录，归属于肿瘤 / 其他分类，来源为 NCBI 的 BioProject 数据库。该记录以统一入口的形式，汇集了由单一机构或联盟发起的同一研究计划所产生的多种类型生物数据，主题标签为 Genome sequencing。作为 BioProject 体系中的一项记录，它的核心价值在于将分散于不同数据类型的项目产出关联到同一个计划之下，便于研究者在同一位置发现并访问该项目生成的全部数据资源，从而为后续的数据检索、整合分析与再利用提供便利。

【数据集背景】

BioProject 是 NCBI 提供的一种项目级数据组织方式，用于汇集与单一研究计划相关的生物数据。该计划可以来自单一机构，也可以来自一个联盟。每一个 BioProject 记录都为用户提供一个统一的查找位置，用于链接到该项目所产生的多种数据类型。PRJDB20678 正是这一体系下的一个具体记录，其研究主题聚焦于 SETD8 驱动的 H4K20me1 在 OCCC 中的整合性分析。该记录所属分类为肿瘤 / 其他，主题标签为 Genome sequencing，表明其数据产出与基因组测序相关。

【数据内容】

该 BioProject 记录汇集的是由同一计划产生的多种类型生物数据，并通过统一入口提供指向这些数据的链接。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索引与聚合节点存在。其主题标签为 Genome sequencing，说明该项目所涉及的数据类型与基因组测序相关。关于该项目具体包含哪些样本、产生了多少数据量、使用了何种测序平台或分析流程等细节，源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，记录标题为 BioProject - NCBI。BioProject 记录来源于由单一组织或联盟发起的生物数据计划，其目的是将同一计划下不同数据类型集中关联。PRJDB20678 作为其中一条记录，其采集与来源遵循 BioProject 体系的一般组织方式，即由项目发起方提交并归集到 NCBI 的 BioProject 数据库中。关于该项目的具体提交机构、联盟成员、样本采集地点与时间等信息，源站未提供。

【适用场景】

该数据集适用于需要从项目层面检索和获取与 SETD8 驱动的 H4K20me1 在 OCCC 中整合分析相关生物数据的场景。研究者可以借助该记录的统一入口，定位到该项目生成的不同数据类型，进而开展数据下载、整合分析或二次利用。由于主题标签为 Genome sequencing，该记录也可用于与基因组测序相关的数据发现与关联研究。对于希望了解该项目整体数据产出结构的用户，BioProject 记录提供了一种项目级的导航方式。关于该数据集在特定分析流程或临床场景中的具体适用性，源站未提供。

【使用方法】

使用者可通过 NCBI 的 BioProject 记录入口访问 PRJDB20678，并经由该记录提供的链接跳转至该项目生成的不同数据类型。BioProject 的设计目的即在于为用户提供一个单一位置，以便查找与同一计划相关的多样化数据。因此，使用方法以项目检索与链接跳转为主，而非直接在该记录内进行数据分析。关于该项目的具体访问权限、下载方式或所需工具，源站未提供。

【质量与限制】

该记录作为 BioProject 项目级条目，其质量取决于项目发起方提交与维护的数据。BioProject 体系本身提供的是数据类型的关联与统一入口，并不对项目内各类数据的具体质量指标作出说明。该记录未提供关于数据完整性、准确性、覆盖度或批次效应等方面的具体信息。此外，该记录的主题标签为 Genome sequencing，但项目内是否包含其他类型数据、各类数据的规模与质量如何，源站未提供。使用者在使用时应结合具体数据类型的原始说明进行判断。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov，记录标题为 BioProject - NCBI。关于该项目的具体引用方式、许可条款、使用限制或数据共享政策，源站未提供。使用者在引用或再利用该项目数据时，应参考 NCBI BioProject 记录页面及相关数据类型的原始说明。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJDB20678

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJDB20678

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

该数据集呈现了卵巢透明细胞癌（OCCC）中SETD8介导的H4K20me1的综合表观基因组和转录组分析。通过在多株OCCC细胞系（ES2、OVTOKO、OVISE、RMG-I）中进行ChIP-seq和RNA-seq，我们识别了全基因组H4K20me1富集模式及其与基因表达变化的相关性。与其他肿瘤亚型的比较分析突显了由SETD8驱动的OCCC特异性染色质调控特征。这些数据为了解SETD8依赖性组蛋白甲基化如何塑造OCCC独特的表观遗传景观并支持功能性基因程序提供了见解。

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