PRJNA601994：帕金森病肠道微生物组特征研究（NGRC 研究）
数据主题标签为 Raw sequence reads，即原始测序读长，可用于研究帕金森病患者肠道微生物组的组成与特征。BioProject 记录汇集了由单一机构或联盟发起的同一计划所产生的多种类型生物数据，并提供统一入口链接到该项目生成的不同数据类型，便于研究者获取和再利用相关测序数据（来源 NCB
基本信息
资源简介
PRJNA601994：帕金森病肠道微生物组特征研究（NGRC 研究）
PRJNA601994 是一个围绕帕金森病与肠道微生物组关系展开的生物项目，英文名称为“Characterizing the gut microbiome in Parkinson's disease: an NGRC study”。该项目在 NCBI 的 BioProject 数据库中登记，编号为 601994，本站将其归入神经系统疾病 / 帕金森病分类。其主题标签为“Raw sequence reads”，即原始测序读长，意味着项目对外提供的是测序仪直接产出的原始序列数据，而非经过拼接、注释或统计汇总后的加工产物。这类数据可用于研究帕金森病患者肠道微生物组的组成与特征。BioProject 记录本身是同一项研究计划所产生多种生物数据的统一入口，便于研究者定位、获取和再利用该项目生成的测序数据。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面展开介绍。
【数据集背景】
该数据集对应的 BioProject 由单一机构或联盟发起，属于一项以帕金森病为研究对象的计划。项目名称中“Characterizing the gut microbiome in Parkinson's disease”点明了研究主题，即刻画帕金森病患者的肠道微生物组；“an NGRC study”表明其属于 NGRC 相关研究。BioProject 作为 NCBI 提供的项目登记体系，旨在把同一计划下产生的不同类型生物数据汇集到一条记录中，使用户不必在多个数据库之间反复检索，即可从一个入口找到该项目生成的数据链接。对于帕金森病这类涉及宿主与微生物互作的研究，这种组织方式有助于把原始测序读长与项目层面的背景信息关联起来。
【数据内容】
该项目的主题标签为“Raw sequence reads”，说明其数据内容以原始测序读长为主。原始读长通常保留测序仪输出的碱基序列及质量信息，尚未经过生物信息学拼接、嵌合体去除、物种注释或丰度统计等处理。研究者可以基于这些读长自行开展质量控制、序列聚类或分类学比对，从而分析帕金森病患者肠道微生物组的组成与特征。BioProject 记录并不等同于单个数据文件，而是提供指向该项目所生成的不同数据类型的链接，因此实际可获取的数据形态和文件组织方式需以项目页面所链接的资源为准。除“Raw sequence reads”这一主题标签外，源站未提供更细的数据类型、样本数量、测序平台或读长长度等信息。
【采集与来源】
该数据集来源于 ncbi.nlm.nih.gov 的 BioProject 数据库，源站标题为“ID 601994 - BioProject - NCBI”。BioProject 记录由单一机构或联盟发起，用于汇集同一计划产生的生物数据。就本项目而言，其数据与帕金森病肠道微生物组研究相关，属于 NGRC 研究的一部分。源站未提供具体的样本采集地点、采集时间、受试者纳入标准、样本类型（如粪便、肠道黏膜等）以及测序机构等细节。因此，关于样本如何采集、在何处采集、由谁执行采集等问题，源站未提供。
【适用场景】
该数据集适用于需要原始测序读长的研究场景。例如，研究者可利用这些读长开展肠道微生物组的组成分析，比较帕金森病患者与相关对照之间的微生物群落特征；也可将其用于方法学测试，如评估不同质量控制流程、分类学注释工具或统计模型在帕金森病微生物组数据上的表现。由于数据主题为原始测序读长，它更适合需要从原始信号出发进行自主处理的分析任务，而非直接用于依赖已注释物种表或丰度矩阵的下游分析。此外，BioProject 的统一入口特性也便于研究者将本项目数据与其他数据类型进行关联检索。源站未提供该数据集在特定疾病机制、生物标志物筛选或临床诊断中的具体应用结论。
【使用方法】
使用者可通过 NCBI BioProject 数据库检索编号 601994 或项目名称进入该记录页面，并借助页面提供的链接访问该项目生成的不同数据类型。由于主题标签为原始测序读长，使用前通常需要根据研究目的进行质量控制、去除低质量读长和接头序列、去噪或聚类，再进行分类学注释和多样性分析。具体采用何种流程，取决于研究问题和数据实际形态。源站未提供推荐的分析流程、软件参数或操作步骤，因此使用者需依据自身研究设计选择合适的方法。若项目页面提供下载链接，应遵循 NCBI 及相关数据提供方关于数据下载和使用的通用要求。
【质量与限制】
该数据集的主题标签为原始测序读长，意味着数据尚未经过加工，使用者需自行承担质量控制和处理工作。原始读长可能包含测序错误、低质量碱基、接头污染或嵌合序列，若不加以处理，可能影响下游分析结果的可靠性。此外，BioProject 记录是项目层面的入口，其描述侧重于汇集数据链接，而非提供完整的实验设计、样本元数据或临床信息。源站未提供关于数据质量评分、测序深度、样本量、批次效应或验证结果的具体信息。因此，在解释和再利用该数据集时，应结合项目页面实际可获取的元数据加以判断，不宜仅凭项目标题推断其覆盖范围或代表性。
【引用与许可】
使用该数据集时，应引用对应的 BioProject 记录，编号为 601994，英文名称为“Characterizing the gut microbiome in Parkinson's disease: an NGRC study”。由于数据来源于 NCBI，使用和再分发应遵循 NCBI 及相关数据提供方规定的条款。源站未提供该数据集的具体许可协议、引用格式模板或数据使用限制说明，因此关于许可与引用的详细要求，源站未提供。研究者在发表成果时，应按照 NCBI BioProject 的通用引用规范标注项目编号，并视需要引用项目页面所链接的原始数据来源。
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/PRJNA601994
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
在帕金森病（PD）中，胃肠道特征常见，且往往先于运动症状出现。为探究肠道微生物群与PD的关联，我们对840名个体（524例PD患者和316名对照）的16S rRNA V4扩增子进行了测序。此处提供的序列和元数据分为两个数据集，因为它们在参与者的地理来源、采集时间、测序实验室、测序深度上有所不同，并且Wallen等人于2020年分别进行了分析（DOI: 10.1038/s41531-020-0112-6）。数据集1于2014年在华盛顿州西雅图、纽约州奥尔巴尼和佐治亚州亚特兰大收集；在UCSD测序，全部在一个池中，上传至EBI-ENA（登录号ERP016332）和Qiita（研究ID 10567），并由Hill-Burns等人于2017年报道（DOI: 10.1002/mds.26942）。数据集1在EBI-ENA和Qiita的上传包括使用QIIME1进行去复用的正向序列，并包括所有序列，不论每个样本的计数如何。此处上传至SRA的数据集1包括使用QIIME2进行去复用的配对末端正向和反向序列，并排除了序列数量过少而无法分析的样本。
数据集1中的两个受试者（10122.FP0016201和10122.GMWA.1090）应被排除在任何需要除病例对照状态以外的元数据分析之外。数据集2于2015-2017年在阿拉巴马州伯明翰收集，并在HudsonAlpha研究所分六个测序池进行测序。数据集2在此首次公开。本研究由神经遗传学研究联盟（NGRC）进行。详情及引用数据，请使用DOI: 10.1038/s41531-020-0112-6。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
