基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-20

资源简介

ICPC东亚胃癌蛋白质基因组学数据集

PRJNA1519336 是 NCBI BioProject 数据库中的一项记录，对应国际癌症蛋白质基因组联盟（International Cancer Proteogenome Consortium，ICPC）发起的东亚人群胃癌蛋白质基因组学研究。该数据集围绕胃癌这一肿瘤类型，整合蛋白质组与基因组等多类型生物数据，用于探索东亚人群胃癌的分子特征。BioProject 记录本身提供统一入口，便于用户查找该项目产生的各类数据。其主题标签为“Phenotype or Genotype”，本站分类归入肿瘤／胃癌方向，来源站为 ncbi.nlm.nih.gov。

【数据集背景】

该数据集隶属于国际癌症蛋白质基因组联盟（ICPC）框架下的研究工作，聚焦东亚人群胃癌。BioProject 是 NCBI 提供的一种记录形式，用于汇集与单一研究计划相关的生物学数据，该计划可源自单一机构或联合体。一个 BioProject 记录为用户提供统一的位置，以便找到该项目所产生的多种数据类型之间的链接。本记录即以此形式承载 ICPC 东亚人群胃癌蛋白质基因组学项目的相关数据入口。

【数据内容】

依据源站描述，BioProject 记录汇集的是与单一研究计划相关的多种类型生物学数据，并提供指向这些数据的链接。就本项目而言，其研究主题为东亚人群胃癌的蛋白质基因组学，涉及蛋白质组与基因组等多类型生物数据。本站分类将其归入肿瘤／胃癌，主题标签为“Phenotype or Genotype”。除上述范围性描述外，源站未提供关于样本数量、组学层次细节、具体分子指标或分析结果等进一步信息。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov，记录标识为 BioProject ID 1519336，英文名称为“PRJNA1519336: International Cancer Proteogenome Consortium (ICPC): Proteogenomics of East-Asian Gastric Cancer”。源站标题为“International Cancer Proteogenome Consortium (ICPC... (ID 1519336) - BioProject - NCBI”。关于样本采集地点、采集时间、纳入排除标准、伦理审批等具体采集信息，源站未提供。

【适用场景】

该数据集适用于围绕东亚人群胃癌的分子特征开展探索性研究，尤其是需要同时利用蛋白质组与基因组等多类型生物数据的场景。由于 BioProject 记录提供统一入口，用户可借此定位该项目产生的各类数据，用于跨数据类型的数据查找与关联。其主题标签“Phenotype or Genotype”提示该数据可能与表型或基因型相关的研究方向有关。除此之外的具体适用场景，源站未提供。

【使用方法】

用户可通过 NCBI BioProject 记录（ID 1519336）作为统一入口，查找该项目所链接的各类数据。BioProject 的设计目的即在于让用户在一个位置找到与单一研究计划相关的多种数据类型。关于数据下载方式、文件格式、分析流程或配套工具等操作层面的信息，源站未提供。

【质量与限制】

源站未提供关于数据质量评估、覆盖度、完整性或技术限制的说明。需要说明的是，BioProject 记录本身是数据集合的入口与索引，其描述侧重于项目层面的信息汇集，而非对具体数据质量的评价。除上述内容外，源站未提供其他质量与限制相关信息。

【引用与许可】

源站未提供该数据集的引用方式与许可条款信息。

原始链接

https://ncbi.nlm.nih.gov/Traces/study?acc=PRJNA1519336

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/PRJNA1519336

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

本研究通过整合基因组学、转录组学、蛋白质组学和磷酸化蛋白质组学数据，描述了东亚（台湾）人群中胃癌的多因素病因学特征。我们对154例未经治疗的台湾患者的配对肿瘤与癌旁正常组织以及外周血进行了分析，并建立了一个多组学图谱，涵盖致癌物特征、幽门螺杆菌（H. pylori）状态、微生物组组成以及精细解剖定位。基因组分析揭示了TP53和ARID1A突变的高频出现——且二者相互排斥——与西方队列相比，PIK3CA和KMT2D突变频率存在显著差异，以及已知抑癌基因CDH1在女性/弥漫型肿瘤中富集。该研究识别出一种致癌物特征……（更多内容请参见dbGaP研究页面。）

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