GSE12288：外周血基因表达模式与冠状动脉疾病程度相关
GSE12288 数据集收录外周血白细胞基因表达谱，用于研究与冠状动脉疾病程度相关的表达模式。数据基于 GPL96 平台、物种为 9606（人类），源站描述指出循环白细胞基因表达谱可识别冠状动脉疾病患者
基本信息
资源简介
GSE12288：外周血基因表达模式与冠状动脉疾病程度相关
GSE12288 是一个面向冠状动脉疾病研究的基因表达数据集，其英文全称为 Gene expression patterns in peripheral blood correlate with the extent of coronary artery disease，即“外周血基因表达模式与冠状动脉疾病程度相关”。该数据集以外周血白细胞为研究对象，通过芯片表达谱分析，探索循环血细胞中基因表达特征与冠状动脉疾病之间的关联。源站描述进一步指出，循环白细胞基因表达谱可用于识别冠状动脉疾病患者。数据集归属于循环系统疾病下的“其他”分类，来源于 ncbi.nlm.nih.gov，由 Peter Grass 提交，发布时间为 Jul 30 200，主题标签涉及表达谱芯片分析、GPL96 平台以及人类物种（9606）。整体而言，该数据集为从外周血角度研究冠状动脉疾病的分子特征提供了可获取的表达谱资源。
【数据集背景】
冠状动脉疾病是循环系统疾病中的重要类型，寻找便于获取的外周血生物标志物一直是相关研究的关注方向。GSE12288 的源站标题明确指向“外周血基因表达模式与冠状动脉疾病程度相关”这一研究主题，源站描述则强调循环白细胞基因表达谱能够识别冠状动脉疾病患者。这表明该数据集的设计初衷是借助外周血这一相对易得的样本来源，考察白细胞中基因表达变化与疾病状态及疾病程度之间的联系，从而为冠状动脉疾病的分子层面研究提供数据支撑。
【数据内容】
该数据集收录的是外周血白细胞的基因表达谱数据，主题标签显示其属于 Expression profiling by array，即基于芯片的表达谱分析，平台为 GPL96，物种为 9606（人类）。数据集文件数量为 1，文件样例为 GSE12288_series_matrix.txt.gz，即以 GZIP 压缩形式提供的系列矩阵文件。该文件通常承载样本层面的表达谱矩阵信息，是后续分析的主要数据载体。关于样本数量、分组构成、具体基因条目等更细粒度的内容，源站未提供。
【采集与来源】
数据集来源站为 ncbi.nlm.nih.gov，作者为 Peter Grass，发布时间为 Jul 30 200。研究材料为外周血白细胞，源站描述指出其基因表达谱用于识别冠状动脉疾病患者。除上述信息外，关于样本采集的具体流程、入组标准、临床信息记录方式等内容，源站未提供。
【适用场景】
基于现有信息，该数据集适用于围绕外周血白细胞基因表达谱与冠状动脉疾病关系展开的分析，例如考察表达模式与疾病程度的相关性、评估循环白细胞表达特征在识别冠状动脉疾病患者方面的潜力，以及作为芯片表达谱数据用于方法学验证或与其他表达谱资源的对照研究。由于数据基于 GPL96 平台且物种为人类，相关分析需在对应平台与物种框架下进行。更具体的应用方向与结论，源站未提供。
【使用方法】
使用时可先下载数据文件 GSE12288_series_matrix.txt.gz，该文件为 GZIP 压缩包格式，需按相应格式解压与读取。建议先在小样本上核对字段与编码，确认无误后再批量接入，以避免因格式或编码问题导致后续分析偏差。关于配套的临床注释、分组标签及分析流程细节，源站未提供。
【质量与限制】
该数据集文件数量为 1，主要以系列矩阵文件形式提供，数据规模与样本构成的具体信息源站未提供。由于缺少样本量、分组均衡性、临床变量完整性等方面的说明，使用者在解释分析结果时需保持谨慎。此外，数据集仅覆盖 GPL96 平台下的人类外周血白细胞表达谱，向其他平台、其他物种或其他样本类型的推广需额外验证。相关质量控制指标与局限性说明，源站未提供。
【引用与许可】
该数据集的作者为 Peter Grass，来源站为 ncbi.nlm.nih.gov，发布时间为 Jul 30 200。使用时应遵循源站的引用规范与数据使用要求。关于具体的许可条款、引用格式及使用限制，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=GSE12288
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
循环白细胞中的基因表达谱可识别冠状动脉疾病患者 Peter Sinnaeve, Mark Donahue, Peter Grass, Jacky Vonderscher, David Seo, Pascal Goldschmidt, Christopher Granger 美国北卡罗来纳州达勒姆市杜克大学医学系；美国马萨诸塞州波士顿市剑桥诺华生物医学研究所 引言 全身性和局部炎症在动脉粥样硬化性冠状动脉疾病（CAD）的发病机制中起着重要作用，但循环白细胞表型变化与CAD程度之间的关系仍不清楚。我们研究了循环白细胞中的基因表达模式是否与CAD的存在及其程度相关。方法 根据杜克CAD指数（CADi）选择接受冠状动脉造影的患者，该指数是一种经过验证的冠状动脉粥样硬化程度的血管造影测量指标，与预后相关。从110例CAD患者（CADi>23）和112例部分匹配的无CAD对照者（CADi=0）中提取RNA。使用Affymetrix U133A芯片评估基因表达。
使用Spearman秩相关分析识别与CAD相关的基因，并使用偏最小二乘（PLS）回归分析识别预测性基因表达模式。结果发现160个单独基因与CADi显著相关（rho>0.2，P<0.0027），尽管单个基因表达的变化相对较小（1.2至1.5倍）。使用这160个基因，PLS多变量回归得到了一个高度预测性的模型（r2=0.764，P<0.001）。交叉验证显示，预测模型的大部分预测能力仅由8个基因承载（r2=0.752）（表1）。结论：8个基因的同时表达模式似乎对CAD具有高度预测性。外周白细胞基因表达模式可能成为CAD的一种新型非侵入性生物标志物，并带来新的病理生理学见解。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
