PRJNA478209：前列腺癌六种组织学状态的DNA甲基化谱

该数据集来自NCBI，聚焦前列腺癌六种组织学状态的DNA甲基化谱，属于表观基因组学范畴。源站描述指出前列腺癌分子分类困难，而表观遗传改变是早期且广泛的事件，因此该数据可用于刻画前列腺癌逐步进展中的表观基因组改变，帮助理解惰性与侵袭性肿瘤的分子基础，并支持基于甲基化谱的肿瘤状态分类研究（来源 ncbi

sra

基因组分类Epigenomics

PRJNA478209: DNA methylation profiling across six histological states of prostate cancer

基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-23

资源简介

PRJNA478209：前列腺癌六种组织学状态的DNA甲基化谱

PRJNA478209 是一个聚焦前列腺癌表观基因组学的公开数据集，英文全称为 DNA methylation profiling across six histological states of prostate cancer，来源为 NCBI（ncbi.nlm.nih.gov），在分类上归属于肿瘤 / 前列腺癌方向，主题标签为 Epigenomics。该数据集围绕前列腺癌六种组织学状态开展 DNA 甲基化谱分析，核心价值在于以甲基化这一表观遗传维度刻画前列腺癌从惰性到侵袭性不同组织学状态之间的分子差异。由于前列腺癌在临床上表现高度异质，多数肿瘤呈惰性，而一部分却表现出侵袭性，仅凭现有分子分类手段难以清晰区分，该数据集所提供的甲基化谱信息因此可用于探索肿瘤状态分类的分子基础，支持表观基因组学层面的前列腺癌进展研究。

【数据集背景】

前列腺癌是全球主要恶性肿瘤之一，但其分子分类长期未能建立完善的分类体系。源站描述指出，尽管“前列腺腺癌”这一统称之下存在显著的临床差异——多数肿瘤在自然病程中表现为惰性，而一部分则呈现侵袭性——但针对这种差异的分子 taxonomy 细分仍难以实现。造成分类困难的因素包括非典型性的低突变频率以及尚未充分阐明的病理生物学机制。与之相对，表观遗传改变已被证据表明是前列腺癌中最早发生且分布最广泛的异常类型之一。基于这一认识，研究者提出假设：刻画前列腺癌逐步进展过程中的表观基因组改变，有助于加深对疾病病理生物学以及惰性与侵袭性肿瘤分子基础的理解。该数据集正是在这一研究背景下产生的表观基因组路线图工作的一部分。

【数据内容】

该数据集的核心内容是前列腺癌六种组织学状态下的 DNA 甲基化谱（DNA methylation profiling）。主题标签为 Epigenomics，表明数据属于表观基因组学范畴。数据以甲基化谱为核心测量内容，覆盖六种不同的组织学状态，可用于比较不同状态之间在 DNA 甲基化层面的差异模式。源站描述中提到这是前列腺肿瘤发生过程的首个表观基因组路线图（first epigenomic roadmap of prostate tumorige……，原文在此处截断），说明该数据意在系统性地描绘肿瘤进展各阶段的表观基因组变化。除上述甲基化谱与六种组织学状态的框架性描述外，样本数量、具体甲基化检测平台、位点数量、数据文件格式等细节，源站未提供。

【采集与来源】

该数据集来源于 NCBI（ncbi.nlm.nih.gov），编号为 PRJNA478209。源站描述交代了其研究动机与科学问题，即在前列腺癌分子分类困难的背景下，通过表观基因组学手段描绘肿瘤逐步进展中的甲基化改变。关于样本的具体采集方式、组织来源、伦理审批信息、测序或芯片平台型号、数据处理流程等技术细节，源站未提供。

【适用场景】

基于源站描述所阐明的研究目标，该数据集适用于以下方向：一是刻画前列腺癌逐步进展过程中的表观基因组改变，构建从惰性到侵袭性状态转变的甲基化层面认识；二是支持基于 DNA 甲基化谱的肿瘤状态分类研究，探索六种组织学状态之间的分子区分依据；三是为理解前列腺癌病理生物学及惰性与侵袭性肿瘤的分子基础提供表观遗传层面的数据支撑；四是作为表观基因组学与肿瘤分类交叉领域的方法学研究素材。需要说明的是，以上场景均依据源站描述的研究目的推演其通用用途，具体分析可行性仍取决于数据本身的技术条件。

【使用方法】

源站未提供具体的使用方法说明，包括数据下载方式、文件组织格式、预处理与归一化建议、分析流程或配套代码等。

【质量与限制】

源站未提供关于数据质量评估、批次效应、样本代表性或技术验证等方面的具体信息。就已知信息而言，该数据集限定于 DNA 甲基化这一表观遗传维度，覆盖六种组织学状态；其研究背景中提及前列腺癌突变频率偏低，提示单纯从基因组序列层面难以完成分类，这也是该数据转向表观遗传维度的重要理由。其他质量相关指标与限制条件，源站未提供。

【引用与许可】

源站未提供该数据集的引用方式、发表文献信息或许可条款。使用时应以 NCBI 项目页面的正式说明为准。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE116338

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/PRJNA478209

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

尽管前列腺癌（PCa）作为全球主要恶性肿瘤之一极为普遍，但其分子分类学亚类划分仍难以实现。然而，在“前列腺腺癌”这一统称下，可观察到显著的临床差异；大多数肿瘤在性质上表现为惰性，而一部分则表现出侵袭性。造成这种分子分类困难的因素包括异常低的突变频率和界定不清的病理生物学。相反，表观遗传改变已被证实是PCa中最早且最广泛的异常之一。因此，我们假设，描绘PCa逐步进展过程中的表观基因组改变将增进我们对疾病病理生物学以及惰性和侵袭性肿瘤分子基础的理解。在此，我们报告了首个前列腺肿瘤发生的表观基因组路线图，其中我们通过肿瘤起始、原发疾病和转移播散，剖析了整个PCa轨迹中富集上皮细胞的DNA甲基化和microRNA表达。

我们提供证据支持增殖性炎性萎缩（PIA）作为一种前驱病变，其不同于高级别前列腺上皮内瘤变（HGPIN），并表明惰性和侵袭性肿瘤显示出独特的表观遗传失调位点集合，我们进一步将这些位点作为潜在的鉴别标志物进行了研究。本研究还确立了DNA甲基化在人类癌症中超越基因启动子的重要性，并观察到明显的基因内和基因间CpG甲基化。总体设计：分析了45份人类福尔马林固定石蜡包埋的前列腺样本。通过激光捕获显微切割富集样本中的上皮细胞群体。队列由10份良性前列腺样本（B）、7份增殖性炎性萎缩（PIA）、6份高级别前列腺上皮内瘤变（HGPIN）、7份惰性原发性癌症（PCI）、8份侵袭性原发性

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