PRJNA1396796:古RNA鼻病毒A基因组组装

该数据集来自 NCBI,为18至19世纪保存的人类肺标本的古RNA(aRNA)鸟枪法测序数据,旨在揭示RNA病毒基因组。系统发育分析表明该历史HRV基因组是已灭绝谱系,与当代基因型相关,可用于研究鼻病毒演化及拓展古病毒学的时间范围(来源 ncbi.nlm.nih.gov)

sra
浏览 11
基因组Genome sequencing
PRJNA1396796: Ancient RNA Rhinovirus A genome assembly

基本信息

模态
基因组
创建/更新时间
2026-10-21

资源简介

PRJNA1396796:古RNA鼻病毒A基因组组装

该数据集来自 NCBI,为18至19世纪保存的人类肺标本的古RNA(aRNA)鸟枪法测序数据,旨在揭示RNA病毒基因组。对苏格兰格拉斯哥Hunterian博物馆馆藏肺标本GLAHM:120916(公元1743-1783年)的测序发现了aRNA读段及+ssRNA病毒Human Rhinovirus A(HRV A)的近完整基因组。系统发育分析表明该历史HRV基因组是已灭绝谱系,与当代基因型相关,可用于研究鼻病毒演化及拓展古病毒学的时间范围(来源 ncbi.nlm.nih.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):对18至19世纪保存的人类肺标本的古RNA(aRNA)进行鸟枪法测序,以揭示RNA病毒基因组。对苏格兰格拉斯哥Hunterian博物馆馆藏肺标本GLAHM:120916(公元1743-1783年)的测序揭示了aRNA读段以及一种+ssRNA病毒——Human Rhinovirus A(HRV A)的近完整基因组。系统发育分析表明,这一历史HRV基因组是一个与当代基因型相关的已灭绝谱系,为鼻病毒演化提供了独特视角。这些发现表明,数百年历史的医学标本可保留有信息量的aRNA,从而拓展了古病毒学的时间范围。

【主题与分类】

主题标签:Genome sequencing。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1396796

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/PRJNA1396796

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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

对18世纪和19世纪保存的人类肺标本进行古RNA(aRNA)鸟枪法测序,以揭示RNA病毒基因组。对来自苏格兰格拉斯哥亨特博物馆的肺标本GLAHM:120916(公元1743-1783年)进行测序,发现了aRNA读段以及一种+ssRNA病毒——人鼻病毒A(HRV A)的近完整基因组。系统发育分析表明,这一历史HRV基因组是一个已灭绝的谱系,与当代基因型相关,为鼻病毒演化提供了独特视角。这些发现表明,数百年历史的医学标本可保留有信息价值的aRNA,从而拓展了古病毒学的时间范围。

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。

获取专属数据定制方案