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

PRJNA1433498：慢性阻塞性肺疾病异质性多组学整合分析——ECLIPSE 复制队列

PRJNA1433498 是 NCBI BioProject 数据库中的一项生物项目记录，其完整英文标题为“Integrative multi-omic analyses identify major axes of heterogeneity in chronic obstructive pulmonary disease and uncover their molecular contributors - ECLIPSE replication cohort”。从标题可以看出，该项目围绕慢性阻塞性肺疾病（COPD）的异质性展开，采用整合多组学分析策略，旨在识别该疾病的主要异质性轴，并进一步揭示参与其中的分子贡献者。该项目被定位为 ECLIPSE 复制队列，说明其在整体研究设计中承担复制验证的角色。本站将该数据集归类于呼吸系统疾病 / 其他类别，主题标签为“Transcriptome or Gene expression”，表明其涉及转录组或基因表达层面的数据。该记录来源于 ncbi.nlm.nih.gov，为用户提供了一个集中查找该项目所产生多种数据类型链接的入口。

【数据集背景】

慢性阻塞性肺疾病是一种具有显著异质性的呼吸系统疾病，不同患者在临床表现、疾病进展和分子机制上可能存在较大差异。整合多组学分析能够从多个分子层面刻画这种异质性，并帮助识别驱动疾病差异的关键轴及其分子贡献者。该 BioProject 正是围绕这一目标设立，且明确以 ECLIPSE 复制队列为对象，意味着其研究结果需要在独立队列中进行验证。BioProject 作为一项生物项目记录，通常汇集与某一项研究计划相关的生物数据，这些数据可能来自单一机构或联合体。该记录为用户提供了统一入口，以便找到该项目所产生的多种数据类型。

【数据内容】

该数据集的主题标签为“Transcriptome or Gene expression”，说明其数据内容涉及转录组或基因表达相关信息。项目标题提及“整合多组学分析”，表明其数据可能涵盖多个组学层面，但具体包含哪些组学类型、样本数量、检测平台、数据文件格式等细节，源站未提供。该 BioProject 记录本身作为项目层面的描述，主要作用是链接到该项目生成的不同数据类型，而非直接展示全部原始数据。

【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 1433498。源站描述指出，BioProject 是围绕单一研究计划收集生物数据的集合，这些计划可能来自单一组织或联合体；BioProject 记录为用户提供一个统一位置，以查找为该项目生成的不同数据类型链接。关于样本采集地点、采集时间、受试者纳入排除标准、伦理审批信息等，源站未提供。

【适用场景】

该数据集适用于与慢性阻塞性肺疾病异质性、多组学整合分析、转录组或基因表达研究相关的场景。由于项目被标注为 ECLIPSE 复制队列，其可能用于对发现队列中识别出的异质性轴或分子贡献者进行复制验证。此外，该记录也可作为查找该项目所产生数据类型的入口，供研究人员定位和获取相关数据。具体适用场景的边界和推荐用途，源站未提供。

【使用方法】

用户可通过 NCBI BioProject 记录（ID 1433498）访问该项目，并借助记录中提供的链接查找该项目生成的不同数据类型。关于数据下载方式、文件格式说明、分析流程、软件工具要求等，源站未提供。

【质量与限制】

该记录为 BioProject 项目层面的描述，提供的是项目背景和数据类型链接入口，而非经过统一质控的分析结果。关于数据质量评估指标、批次效应处理、样本量、缺失值情况、技术限制等，源站未提供。用户在使用时应结合原始数据来源和具体子数据集的质量说明进行判断。

【引用与许可】

关于该数据集的引用方式、许可协议、使用限制或数据共享政策，源站未提供。

原始链接

https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE324136

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/PRJNA1433498

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

慢性阻塞性肺疾病（COPD）是一种复杂的异质性疾病。传统的亚型划分方法通常侧重于疾病的临床表现或分子内型，导致分类仅部分反映疾病的异质性。在此，我们介绍一种基于变分自编码器的亚型划分流程，该流程将临床数据和基因表达数据联合嵌入到一个受试者级别的单一表征中。我们在COPDGene研究中评估了该框架，这是一项针对当前和曾经吸烟、患有或不患有COPD个体的大型研究。预测实验表明，这些嵌入的预测准确性与其他无监督嵌入方法相当或更优。利用轨迹学习方法，我们识别出五个分离良好的亚型，它们具有不同的临床表型、表达特征和纵向结局。最后，我们证明我们的发现可推广到一个外部验证队列。总体而言，我们的方法使得从孤立的表型或分子亚型划分转向对COPD异质性的整合且具有临床意义的理解成为可能。

该GEO数据集包含来自ECLIPSE研究的基于芯片的血基因表达和表型数据，该研究作为本研究的复制人群。COPDGene数据可通过dbGaP获取。

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