主动脉夹层患者深低温停循环期间血浆tRNA衍生小RNA差异表达谱与功能预测
该数据集来自NCBI GEO,聚焦主动脉夹层患者深低温停循环(DHCA)过程中的血浆tRNA衍生小RNA(tsRNA)表达谱

基本信息
资源简介
主动脉夹层患者深低温停循环期间血浆tRNA衍生小RNA差异表达谱与功能预测
Differential expression profiles and functional prediction of tRNA-derived small RNAs in plasma of patients with aortic dissection during deep hypothermic circulatory arrest
该数据集来自NCBI GEO,聚焦主动脉夹层患者深低温停循环(DHCA)过程中的血浆tRNA衍生小RNA(tsRNA)表达谱。研究采集T1(停循环前)、T2(DHCA开始后15分钟)、T3(左颈总动脉去钳夹后、复温前)三个时间点的中心静脉血样,通过高通量测序鉴定差异表达的tsRNA,并据此预测可能的调控因子,旨在为DHCA过程寻找有效的器官保护策略。数据可用于tsRNA表达模式分析及功能预测研究(来源 NCBI)。
【数据集背景】
源站首次发布:Apr 12 202。
【数据内容】
源站描述(机器翻译,仅供参考):本研究旨在检测深低温停循环期间tsRNA的表达谱,并根据其表达水平变化寻找可能的调控因子,希望为该过程提供有效的器官保护策略。从中心静脉管路采集三份血样至乙二胺四乙酸(EDTA)管,具体如下:T1(开始停循环前)、T2(DHCA开始后15分钟)、T3(左颈总动脉去钳夹后、复温前)。在T1和T2组中共鉴定出286个共同表达的tsRNA,T1组特异表达68个tsRNA,T2组特异表达44个tsRNA。在T2和T3组中共鉴定出290个共同表达的tsRNA,T2组特异表达64个tsRNA,T3组特异表达43个tsRNA。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL18573、9606。本站分类:心血管系统疾病/主动脉夹层。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE171909
【使用注意】
· 源站最后修改于 Apr 29 202,引用时请注意版本时效。
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/geo/query/acc.cgi?acc=GSE171909
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
本研究旨在检测深低温停循环期间的tsRNA表达谱,并根据其表达水平的变化寻找可能的调控因子,以期为该过程提供有效的器官保护策略。从中心静脉管路采集三份血液样本至乙二胺四乙酸(EDTA)管中,具体如下:T1(开始停循环前)、T2(DHCA开始后15分钟)、T3(左颈总动脉去钳夹后、复温前)。在T1和T2组中共鉴定出286个共同表达的tsRNA,T1组特异性表达68个tsRNA,T2组特异性表达44个tsRNA。在T2和T3组中共鉴定出290个共同表达的tsRNA,T2组特异性表达64个tsRNA,T3组特异性表达43个tsRNA。接下来,选取四个tsRNA通过qRT-PCR进行验证。
总之,本研究创新性地提出了深低温停循环过程与tsRNA表达谱之间的相关性,并评估了tsRNA的表达水平及调控方式。对其在深低温停循环过程中的潜在生物学作用进行了初步探索,可为深低温停循环的器官保护机制提供更好的依据和更全面的解释。在进一步研究中,我们有望通过过表达或抑制相应的tsRNA来实现对器官的靶向保护。
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。




