来自Cancer Cell Line Encyclopedia的1019个人类癌细胞系RNA-seq

资源简介

来自Cancer Cell Line Encyclopedia的1019个人类癌细胞系RNA-seq

该数据集收录了来自Broad-Novartis Cancer Cell Line Encyclopedia的1019个人类癌细胞系RNA-seq数据，属于肿瘤领域转录组学范畴。其原始版本包含934个细胞系，在最新更新中移除了2个疑似重复的细胞系，并新增了87个细胞系，最终形成当前规模。每个细胞系对疾病的原始注释均经过Expression Atlas的人工检查与整理，以保证注释的可靠性。该数据集为研究人类癌细胞系的基因表达特征提供了系统的转录组资源，适用于肿瘤生物学、细胞系模型评估及相关转化研究。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。

【数据集背景】

该数据集源自Broad-Novartis Cancer Cell Line Encyclopedia（CCLE），这是一个广泛用于癌症研究的细胞系资源库。CCLE汇集了大量人类癌细胞系，旨在为癌症研究提供统一的细胞模型和分子特征数据。本数据集聚焦于其中的RNA-seq数据，覆盖1019个人类癌细胞系。与原始版本相比，最新更新对细胞系组成进行了调整：原始版本包含934个细胞系，更新中移除了2个疑似重复的细胞系，并新增了87个细胞系。这一调整反映了数据维护过程中对细胞系身份准确性和覆盖范围的持续关注。数据集的疾病注释由Expression Atlas进行人工检查与整理，说明其在注释环节引入了独立的人工审编流程，以提升细胞系与疾病对应关系的可信度。

【数据内容】

该数据集的核心内容是1019个人类癌细胞系的RNA-seq数据，属于转录组学范畴。RNA-seq能够反映细胞系中基因转录水平的整体情况，因此该数据集可用于刻画不同癌细胞系之间的表达差异。数据集中每个细胞系均关联有疾病注释，这些注释并非直接沿用原始记录，而是经过Expression Atlas人工检查与整理。数据集的英文名称为“RNA-seq of 1019 human cancer cell lines from the Cancer Cell Line Encyclopedia”，直接点明了数据类型、细胞系数量及其来源。主题标签为Transcriptomics，表明其归属于转录组学数据。整体而言，该数据集以细胞系为单位组织RNA-seq信息，并附带经过审编的疾病对应关系，构成一个可用于表达分析和细胞系比较的转录组资源。

【采集与来源】

该数据集来源于omicsdi.org，其原始数据出自Broad-Novartis Cancer Cell Line Encyclopedia，相关网址为http://www.broadinstitute.org/ccle。细胞系的疾病注释由Expression Atlas（https://www.ebi.ac.uk/gxa/home）进行检查和人工整理。数据集的原始版本包含934个细胞系，最新更新中移除了2个疑似重复的细胞系并新增87个，从而形成1019个细胞系的当前版本。除上述来源与更新信息外，源站未提供关于样本采集、测序平台、建库方法、测序深度及数据处理流程的更多细节。

【适用场景】

该数据集适用于转录组学相关研究，尤其是围绕人类癌细胞系的基因表达分析。由于数据覆盖1019个癌细胞系并附有经过人工整理的疾病注释，可用于比较不同细胞系之间的表达模式，或用于肿瘤生物学中细胞系模型的筛选与评估。其转录组学属性也使其可用于表达谱层面的探索性分析。此外，经过Expression Atlas审编的疾病注释有助于将细胞系与特定疾病背景关联，从而支持与癌症类型相关的表达研究。需要说明的是，源站未提供该数据集在特定分析流程或特定疾病研究中的具体应用案例。

【使用方法】

源站未提供该数据集的具体使用方法，包括数据下载方式、文件格式、数据处理步骤、分析工具及代码示例等。因此，关于如何获取、解析和使用该数据集，无法依据现有信息进行说明。

【质量与限制】

该数据集在疾病注释方面经过Expression Atlas的人工检查与整理，这有助于提高细胞系与疾病对应关系的准确性。数据集在更新过程中移除了2个疑似重复的细胞系并新增87个细胞系，表明其维护过程关注细胞系身份的去重与扩充。然而，源站未提供关于测序质量、数据完整性、批次效应、细胞系鉴定或注释错误率等方面的具体信息。此外，源站未说明该数据集在细胞系覆盖度、疾病类型分布或表达数据可靠性方面的局限。因此，除上述更新与注释审编信息外，无法对该数据集的质量与限制做出进一步判断。

【引用与许可】

源站未提供该数据集的引用方式与许可信息。