人胸主动脉夹层环状RNA表达谱数据集
该数据集来自 NCBI GEO（GSE97745），利用 Arraystar 人环状 RNA 芯片分析 3 例 A 型胸主动脉夹层患者与 3 例年龄匹配正常供者主动脉节段的环状 RNA 差异表达谱，并通过实时定量 PCR 验证环状 RNA、亲本基因及 hsa-miR-320a 的表达，Western
基本信息
资源简介
人胸主动脉夹层环状RNA表达谱数据集
Circular RNA expression profile in human thoracic aortic dissection
该数据集来自 NCBI GEO（GSE97745），利用 Arraystar 人环状 RNA 芯片分析 3 例 A 型胸主动脉夹层患者与 3 例年龄匹配正常供者主动脉节段的环状 RNA 差异表达谱，并通过实时定量 PCR 验证环状 RNA、亲本基因及 hsa-miR-320a 的表达，Western blotting 确认 MMP9 表达，同时开展网络分析、Gene ontology 和 KEGG 通路分析。数据可用于胸主动脉夹层相关环状 RNA 标志物筛选与机制探索（来源 NCBI）。
【数据集背景】
源站首次发布：Apr 13 201。
【数据内容】
源站描述（机器翻译，仅供参考）：旨在评估环状 RNA（circRNA）表达谱并探索其在人胸主动脉夹层（TAD）中的潜在功能。使用 Arraystar 人环状 RNA 芯片分析人 A 型 TAD 患者（n=3）与年龄匹配正常供者（NA；n=3）主动脉节段之间的差异表达环状 RNA 谱。采用实时定量 PCR 验证环状 RNA、亲本基因及 hsa-miR-320a 的表达模式；Western blotting 用额外样本确认 MMP9 表达。利用包括网络分析、Gene ontology 和 KEGG 通路分析在内的生物信息学工具进行分析。
【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：Non-coding RNA profiling by array、GPL21825、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=GSE97745
【使用注意】
· 源站最后修改于 Apr 13 202，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=GSE97745
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
为评估环状RNA（circRNAs）的表达谱并探索其在人类胸主动脉夹层（TAD）中的潜在功能，采用Arraystar人类circRNAs微阵列分析人A型TAD患者（n=3）与年龄匹配的正常供体（NA；n=3）主动脉节段中差异表达的circRNAs谱。采用实时定量PCR验证circRNAs、亲本基因及hsa-miR-320a的表达模式；通过Western blotting在额外样本中确认MMP9表达。利用网络分析、基因本体论及KEGG通路分析等生物信息学工具进行分析。
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。
