核呼吸因子1(NRF1)维持多发性骨髓瘤发生发展及耐药 [ATAC-seq_细胞系_NRF1]

该数据集来自 NCBI BioProject（ID 1174222），主题为核呼吸因子1（NRF1）维持多发性骨髓瘤的发生、发展及耐药，包含细胞系 ATAC-seq 数据，属于表观基因组学范畴

sra

基因组分类Epigenomics

PRJNA1174222: Nuclear respiratory factor 1(NRF1) sustains the development, progression and resistance of Multiple Myeloma [ATAC-seq_cell_lines_NRF1]

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

核呼吸因子1(NRF1)维持多发性骨髓瘤发生发展及耐药 [ATAC-seq_细胞系_NRF1]

该数据集来自 NCBI BioProject（ID 1174222），英文名称为“Nuclear respiratory factor 1(NRF1) sustains the development, progression and resistance of Multiple Myeloma [ATAC-seq_cell_lines_NRF1]”，主题聚焦核呼吸因子1（NRF1）在多发性骨髓瘤发生、发展及耐药过程中的作用。数据集包含细胞系 ATAC-seq 数据，属于表观基因组学范畴，本站将其归类于呼吸系统疾病 / 其他。BioProject 是围绕单一研究计划汇集生物数据的记录，由单一机构或联盟发起，为用户提供统一入口，以便查找该项目所产生的多种数据类型。该数据集可用于了解 NRF1 相关染色质可及性研究的数据组织方式，并为多发性骨髓瘤表观遗传机制研究提供数据资源线索。

【数据集背景】

该数据集围绕核呼吸因子1（NRF1）展开，研究主题为 NRF1 维持多发性骨髓瘤的发生、发展及耐药。多发性骨髓瘤是一种血液系统恶性肿瘤，其发生、进展和耐药机制涉及复杂的分子调控过程。该数据集以细胞系为研究对象，采用 ATAC-seq 技术获取表观基因组学数据，旨在从染色质可及性层面支撑对 NRF1 功能的理解。数据集来源于 NCBI BioProject，项目编号为 1174222，源站标题为“Nuclear respiratory factor 1(NRF1) sustains the de... (ID 1174222) - BioProject - NCBI”。本站将其归入呼吸系统疾病 / 其他分类，主题标签为 Epigenomics。

【数据内容】

该数据集包含细胞系 ATAC-seq 数据，属于表观基因组学数据类型。ATAC-seq 通常用于检测染色质开放区域，从而反映基因调控元件的可及性状态。该数据集以多发性骨髓瘤细胞系为材料，围绕 NRF1 相关研究生成 ATAC-seq 数据。数据的具体样本数量、测序深度、文件格式、数据量大小、基因组版本、重复次数等信息，源站未提供。除 ATAC-seq 外是否包含其他数据类型，源站未提供。

【采集与来源】

该数据集来源于 NCBI BioProject，来源站为 ncbi.nlm.nih.gov，项目 ID 为 1174222。BioProject 记录由单一机构或联盟发起，围绕单一研究计划汇集生物数据，并提供链接以查找该项目产生的多种数据类型。该数据集的源站描述说明了 BioProject 的通用性质，但未提供该项目的具体采集方法、实验流程、样本处理细节、测序平台、建库方式等信息，源站未提供。数据提交机构、作者名单、所属联盟或机构信息，源站未提供。

【适用场景】

该数据集适用于表观基因组学相关研究，尤其是围绕多发性骨髓瘤中 NRF1 功能的研究。潜在应用包括：分析细胞系中染色质可及性变化，探索 NRF1 与基因调控的关系，研究多发性骨髓瘤发生、发展及耐药相关的表观遗传机制。由于数据为 ATAC-seq 细胞系数据，也可用于方法学比较、数据整合分析或作为表观基因组学研究的参考数据。具体适用场景需结合源站提供的完整项目信息判断，源站未提供详细的使用建议或推荐分析流程。

【使用方法】

该数据集可通过 NCBI BioProject 页面访问，项目 ID 为 1174222。用户可在 BioProject 记录中查找该项目链接的多种数据类型。具体的数据下载方式、文件格式、分析工具、预处理流程、参考基因组信息等，源站未提供。使用时应遵循 NCBI 及 BioProject 的相关数据使用规范。由于源站未提供详细的技术参数，用户可能需要结合原始数据文件自行判断分析方法。

【质量与限制】

该数据集来自 NCBI BioProject，属于公共数据库记录。源站未提供该数据集的质量评估信息，如数据完整性、测序质量、重复性、批次效应等。数据仅涉及细胞系 ATAC-seq，是否涵盖临床样本、动物模型或其他验证实验，源站未提供。该数据集的主题为 NRF1 维持多发性骨髓瘤的发生、发展及耐药，但具体结论、统计结果、验证程度等信息，源站未提供。使用时应注意到数据集可能仅代表特定细胞系条件下的染色质可及性状态，不能直接推广至所有多发性骨髓瘤病例。源站未提供限制说明或使用注意事项。

【引用与许可】

该数据集的引用方式、许可协议、使用条款等信息，源站未提供。用户应参考 NCBI BioProject 的通用引用规范，并在使用数据时注明项目 ID 1174222 及源站 ncbi.nlm.nih.gov。具体许可类型、是否允许商业使用、是否需要联系数据提交者等，源站未提供。建议用户访问 NCBI BioProject 页面获取最新的引用与许可信息。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE279760

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/PRJNA1174222

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

多发性骨髓瘤（MM）是一种血液系统恶性肿瘤，其特征为骨髓内浆细胞的克隆性增殖。尽管在理解其发病机制和开发新型治疗方法方面取得了显著进展，MM仍无法治愈。新出现的证据表明，顺式调控元件（CREs）存在异常的表观遗传活动。然而，这些事件的特征描述及其与MM表型的相对影响仅部分已知。为填补这一空白，我们全面分析了MM进展过程中发生的表观遗传变化，以识别维持该疾病的事件和关键转录调控因子。我们采用ATAC-seq技术，对55例MM患者样本（包括诊断时、治疗后和复发时）以及16例MGUS样本进行了分析。随后，我们使用足迹分析来识别转录因子结合的详细变化。我们开展了体外和体内实验，包括原代细胞系模型和MM小鼠模型（vk-Myc）。我们采用了ChIP-seq、RNA-seq和RNA单细胞等高通量技术。

我们的结果通过shRNA干扰、dCas9-KRAB介导的干扰以及使用独立队列得到了证实。我们在MM队列中对开放染色质位点的普遍性进行了分层。在MM中，穿透性位点富集了核呼吸因子1（NRF1）的结合，但在MGUS样本中则不然。这些发现通过144个已发表的MM ATAC-seq图谱得到了验证。对15名MM患者和6名MGUS患者进行的ChIP-seq分析证实，NRF1仅在MM中维持启动子和增强子的活性，而在MGUS中则不然。我们鉴定出一个由103个基因组成的独特NRF1依赖性转录特征，该特征与侵袭性疾病和不良预后相关（CoMMpass数据集）。这一特征定义了195名预后显著较差的患者群体（总生存期差距为20个月）。该基因特征在生存相关通路中富集。

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