PRJNA1422140：基于Perturb-DBiT的空间分辨全景体内CRISPR筛选
该数据集为 NCBI BioProject 收录的 PRJNA1422140 项目，主题为基于 Perturb-DBiT 的空间分辨全景体内 CRISPR 筛选，本站归类为肿瘤/其他
基本信息
资源简介
PRJNA1422140：基于Perturb-DBiT的空间分辨全景体内CRISPR筛选
PRJNA1422140 是 NCBI BioProject 数据库收录的一个生物项目，其英文名称为“Spatially Resolved Panoramic in vivo CRISPR Screen via Perturb-DBiT”。该项目聚焦于基于 Perturb-DBiT 方法开展的空间分辨全景体内 CRISPR 筛选研究，在分类上被归入肿瘤/其他方向。BioProject 作为 NCBI 的一项资源，用于汇集源自单一机构或联合体、围绕同一研究计划产生的多种类型生物学数据，并为用户提供统一入口以查找与该计划相关的各类数据链接。该数据集即为这一体系下的一个具体项目记录，主题标签为 Other，可通过 NCBI 站点获取其项目层面的索引信息。
【数据集背景】
该数据集对应 NCBI BioProject 中的 PRJNA1422140 项目。BioProject 的定位是围绕单一研究计划或倡议，汇集来自单一组织或联合体的生物学数据集合，并为用户提供查找该项目所生成多种数据类型链接的统一入口。本项目以“Spatially Resolved Panoramic in vivo CRISPR Screen via Perturb-DBiT”为主题，属于肿瘤/其他分类方向。其核心背景在于将 CRISPR 筛选置于体内环境，并借助 Perturb-DBiT 实现空间分辨与全景式解析，从而在项目层面组织相关生物学数据。
【数据内容】
该数据集为 NCBI BioProject 收录的项目记录，主题为基于 Perturb-DBiT 的空间分辨全景体内 CRISPR 筛选。BioProject 记录本身提供用户查找该项目所生成的多种数据类型链接的统一位置。除项目名称、主题标签与分类信息外，关于具体样本、测序读数、筛选靶点、空间分辨率指标或分析结果等细节，源站未提供。
【采集与来源】
该项目的来源站为 ncbi.nlm.nih.gov，属于 NCBI BioProject 数据库。BioProject 记录源自单一组织或联合体，用于汇集与单一研究计划相关的生物学数据。关于本项目的具体提交机构、样本采集方式、实验流程或原始数据生成平台等信息，源站未提供。
【适用场景】
基于其主题，该数据集适用于与空间分辨全景体内 CRISPR 筛选相关的研究场景，尤其是围绕 Perturb-DBiT 方法在体内进行 CRISPR 筛选并获取空间分辨信息的方向。同时，作为 BioProject 记录，它可用于查找该项目所关联的多种数据类型链接。关于更具体的适用分析场景、疾病模型或靶点研究用途，源站未提供。
【使用方法】
用户可通过 NCBI BioProject 记录访问该项目，并借助 BioProject 提供的统一入口查找与 PRJNA1422140 相关的各类数据链接。关于具体的数据下载方式、文件格式、分析流程或软件工具要求，源站未提供。
【质量与限制】
该数据集为 BioProject 项目层面的记录，其描述侧重于项目组织与数据链接汇集。关于数据质量指标、覆盖度、完整性评估或技术限制等信息，源站未提供。
【引用与许可】
关于该数据集的引用方式与许可条款，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/PRJNA1422140
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
空间分辨的体内CRISPR筛选将基因编辑与空间转录组学相结合，以研究遗传扰动如何在天然组织环境中改变基因表达。然而，当前方法大多仅适用于小型扰动组合，且只能检测部分蛋白质编码RNA。我们提出了Perturb-DBiT，这是一种多功能方法，可在同一组织切片上同时共测序空间全转录组总RNA和单向导RNA（sgRNA），并实现逐碱基读取。该方法能够无偏倚地发现遗传扰动如何影响原位RNA调控、细胞动力学和组织结构。将Perturb-DBiT应用于人类癌症转移定植模型，我们在多个连续组织切片的肿瘤集落中绘制了大量sgRNA及其对应的总RNA转录组图谱，从而深入揭示了扰动如何影响长链非编码RNA（lncRNA）共变异、microRNA–mRNA相互作用，以及与肿瘤迁移和生长相关的特定氨基酸特异性tRNA改变。
通过整合转录伪时间轨迹，我们进一步观察到扰动对克隆动态和协作的影响。在免疫健全的同源小鼠模型中，Perturb-DBiT使得研究肿瘤免疫微环境内的遗传扰动成为可能，潜在地揭示了其对免疫浸润和抑制的不同及协同效应。Perturb-DBiT提供了遗传敲除如何影响多种分子和细胞反应的空间分辨综合视图，包括小RNA和大RNA调控、肿瘤增殖、迁移、转移和免疫相互作用，为复杂组织中的扰动反应提供了全景视角。总体设计：对来自HT29肺转移定植模型的FFPE组织切片进行了Xenium原位分析，以验证sgRNA表达。该实验使用了组合探针
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
