健康人与腹主动脉瘤患者脂肪间充质干细胞外泌体miRNA测序
该数据集来自NCBI，包含健康受试者与腹主动脉瘤患者脂肪间充质干细胞来源外泌体的miRNA测序原始序列数据。数据以Raw sequence reads形式提供，可用于比较两组间miRNA表达差异，识别与腹主动脉瘤相关的候选miRNA，并支持外泌体miRNA在心血管疾病中的功能研究与生物标志物探索（来
基本信息
资源简介
健康人与腹主动脉瘤患者脂肪间充质干细胞外泌体miRNA测序
PRJNA899813 是一项围绕腹主动脉瘤的 miRNA 测序数据集，来源于 NCBI，归入心血管系统疾病 / 腹主动脉瘤方向。该数据集以 Raw sequence reads 形式提供健康受试者与腹主动脉瘤患者脂肪间充质干细胞来源外泌体的 miRNA 测序原始序列数据，其核心用途在于检测两组外泌体 miRNA 的表达差异。整体来看，该数据面向外泌体 miRNA 在心血管疾病中的功能研究与生物标志物探索，可为识别与腹主动脉瘤相关的候选 miRNA 提供原始测序数据基础。
【数据集背景】
腹主动脉瘤属于心血管系统疾病范畴。该数据集聚焦于脂肪间充质干细胞来源外泌体中的 miRNA，通过比较健康受试者与腹主动脉瘤患者之间的 miRNA 表达差异，为理解外泌体 miRNA 与腹主动脉瘤之间的关系提供数据支撑。源站描述指出，测序用于检测健康人群与腹主动脉瘤患者脂肪间充质干细胞来源外泌体之间的 miRNA 表达差异。
【数据内容】
该数据集的主题标签为 Raw sequence reads，即提供的是测序产生的原始序列读段。数据内容对应健康受试者与腹主动脉瘤患者两组脂肪间充质干细胞来源外泌体的 miRNA 测序结果。数据可用于比较两组间 miRNA 表达差异，并在此基础上识别与腹主动脉瘤相关的候选 miRNA。除上述内容外，源站未提供更细的数据组成说明。
【采集与来源】
数据集来源于 ncbi.nlm.nih.gov。样本涉及健康受试者与腹主动脉瘤患者两类人群，检测对象为脂肪间充质干细胞来源的外泌体，检测手段为 miRNA 测序。关于样本量、采集地点、采集时间、受试者纳入排除标准等信息，源站未提供。
【适用场景】
该数据集适用于外泌体 miRNA 在心血管疾病中的功能研究与生物标志物探索。具体而言，可用于健康受试者与腹主动脉瘤患者脂肪间充质干细胞来源外泌体 miRNA 表达差异的比较分析，识别与腹主动脉瘤相关的候选 miRNA，并支持相关功能研究。其他应用场景源站未提供。
【使用方法】
该数据集以 Raw sequence reads 形式提供，使用时应围绕两组样本的 miRNA 测序原始序列开展表达差异比较。关于具体的序列处理流程、比对参考、表达定量方法与差异分析参数，源站未提供。
【质量与限制】
该数据集为原始序列读段，使用前通常需要经过相应的序列处理与质量控制步骤，具体质控指标与质量评估结果源站未提供。受试者数量、测序深度、平台型号等影响数据适用范围的参数，源站未提供。使用时应结合研究目的判断其适用性。
【引用与许可】
该数据集来自 NCBI，数据集英文名称为 PRJNA899813: miRNA Sequencing of exosomes derived from adipose mesenchymal stem cells in healthy subjects and patients with abdominal aortic aneurysm。关于引用方式与使用许可的具体条款，源站未提供。
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/PRJNA899813
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
采用测序技术检测健康人与腹主动脉瘤患者脂肪间充质干细胞来源外泌体中miRNA的表达差异。
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。
