GSE113079：LncRNA表达谱及用于诊断冠状动脉疾病的新型LncRNA生物标志物鉴定

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE113079

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

长链非编码RNA（lncRNA）的失调已被证实参与冠状动脉疾病（CAD）的发病机制。然而，其仍有待广泛探索。我们采用微阵列技术，对93例CAD患者和48例健康对照者的外周血单个核细胞（PBMCs）进行了全转录组lncRNA和mRNA表达谱分析。对差异表达mRNA进行基因本体论（GO）和通路分析，以探究差异表达lncRNA的潜在生物学关联，并构建通路网络以描绘显著通路间的相互作用。我们从表达谱中鉴定出1，210个差异表达的lncRNA和890个差异表达的mRNA，并对选定的7个lncRNA进行了验证。两个新型lncRNA生物标志物ENST00000444488.1和uc010yfd.1与CAD危险因素联合，在区分CAD患者与健康对照者方面具有更好的预测性能，且ENST00000444488.1能够将急性心肌梗死（AMI）患者与非AMI患者进行鉴别诊断。

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。