基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-11-04

资源简介

胰腺癌肿瘤特异性转录本衍生新抗原的鉴定

该数据集为 NCBI BioProject 收录的一项生物研究项目，编号为 1454223，英文名称为“PRJNA1454223: Identification of Tumor-Specific Transcript (TST)-Derived Neoantigens in Pancreatic Cancer”。从名称可以看出，该项目聚焦于胰腺癌中肿瘤特异性转录本（TST）所衍生新抗原的鉴定工作。数据主题标签为“Raw sequence reads”，表明项目产生的数据以原始序列读段为主。本站将其归类于“肿瘤 / 其他”方向，来源站为 ncbi.nlm.nih.gov。整体而言，该数据集围绕胰腺癌新抗原发现这一研究目标，提供与之相关的原始测序数据入口，适合关注肿瘤免疫、新抗原预测及胰腺癌分子特征的研究人员参考使用。

【数据集背景】

BioProject 是 NCBI 提供的一种项目级数据组织方式，用于汇集与某一项研究计划相关的各类生物数据。按照 NCBI 的说明，一个 BioProject 通常源自单一机构或一个联合体，旨在为用户提供一个统一入口，以便查找该项目所产生的多种数据类型。该数据集对应的 BioProject 编号为 1454223，其研究主题为胰腺癌中肿瘤特异性转录本衍生新抗原的鉴定。胰腺癌是恶性程度较高的肿瘤类型之一，围绕其特异性转录本及新抗原的探索，属于肿瘤免疫与精准医学领域的重要方向。该项目即在这一背景下，以原始序列读段为主要数据形式，支撑相关鉴定工作。

【数据内容】

该数据集的主题标签为“Raw sequence reads”，说明其数据内容以原始序列读段为核心。项目名称明确指向“肿瘤特异性转录本（TST）衍生新抗原的鉴定”，因此这些原始序列读段应服务于胰腺癌样本中肿瘤特异性转录本的发现以及由此推导的新抗原鉴定。除原始序列读段这一主题标签外，关于具体样本数量、测序平台、读长、数据量、文件格式等细节，源站未提供。本站分类为“肿瘤 / 其他”，提示其在肿瘤相关数据中属于其他细分类型。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，源站标题为“ID 1454223 - BioProject - NCBI”。BioProject 记录本身并不直接等同于某一类具体实验数据，而是作为项目集合，链接到该项目生成的多种数据类型。因此，该数据集的采集与来源信息应理解为通过 NCBI BioProject 平台进行组织与发布。关于样本采集地点、采集时间、机构名称、伦理审批信息等，源站未提供。

【适用场景】

基于其主题与数据标签，该数据集可适用于胰腺癌相关的新抗原鉴定研究、肿瘤特异性转录本分析、原始测序数据的再分析以及肿瘤免疫相关的方法学探索。研究人员可利用原始序列读段开展转录本组装、表达分析、变异识别及新抗原预测等下游工作。此外，该数据集也可作为 BioProject 项目级数据组织的示例，用于了解 NCBI 如何汇集单一研究计划下的多类型数据。具体适用场景的细节，源站未提供。

【使用方法】

该数据集通过 NCBI BioProject 平台提供访问，用户可依据 BioProject 编号 1454223 在 NCBI 站点查找该项目记录，并通过记录中的链接获取与之关联的数据类型。由于主题标签为“Raw sequence reads”，使用时应以原始序列读段为主要分析对象，结合常规测序数据处理流程进行质量控制、比对、转录本分析及新抗原预测等。关于具体的下载方式、数据格式、分析工具与流程参数，源站未提供。

【质量与限制】

该数据集来源于 NCBI BioProject，属于项目级数据组织记录。其质量与限制的具体信息，如测序深度、数据完整性、样本代表性、批次效应等，源站未提供。用户在使用时应注意，BioProject 记录主要提供数据链接与项目描述，并不必然包含经过统一质量控制的分析结果。因此，实际数据质量需结合具体下载的原始序列读段自行评估。相关限制的详细说明，源站未提供。

【引用与许可】

该数据集的引用方式与许可信息，源站未提供。用户在使用该数据集时，应参考 NCBI BioProject 记录页面中可能列出的引用要求与使用条款，并遵循来源站的相关规定。由于源站未提供具体许可条款，建议直接访问 NCBI 对应项目页面获取最新信息。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1454223

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/PRJNA1454223

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

本项目旨在描绘胰腺癌中肿瘤特异性转录本（TSTs）的图谱及其作为新抗原来源的潜力。我们针对人类和鼠源细胞系进行了全面的转录组分析以进行验证。数据集包含了来自人类PDAC细胞系Panc-1的高深度测序数据，以及同源鼠源PDAC细胞系Panc02和KPC的数据。

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