GSE173983:稳定型与不稳定型冠心病患者中RECK异构体差异表达初步研究
该数据集来自NCBI GEO,包含4名男性受试者PBMCs的RNA-Sequencing数据,使用Illumina NextSeq 500平台,比较临床证实冠状动脉健康者与冠状动脉造影确诊的慢性冠心病患者

基本信息
资源简介
GSE173983:稳定型与不稳定型冠心病患者中RECK异构体差异表达初步研究
RECK isoforms are differentially expressed in patients with stable and unstable coronary artery disease: A pilot study.
该数据集来自NCBI GEO,包含4名男性受试者PBMCs的RNA-Sequencing数据,使用Illumina NextSeq 500平台,比较临床证实冠状动脉健康者与冠状动脉造影确诊的慢性冠心病患者。分析发现113个差异调控的可变剪接事件(24上调、89下调),涉及86个基因,并通过实时PCR验证,随后扩展至24名对照、72名冠心病患者和32名不稳定型冠心病患者。数据可用于冠心病相关可变剪接标志物筛选与分类模型构建(来源 NCBI)。
【数据集背景】
源站首次发布:May 06 202。
【数据内容】
源站描述(机器翻译,仅供参考):本研究与Policlinico Tor Vergata-Fondazione PTV(罗马)心脏病科合作,招募了四名男性患者。我们使用NextSeq 500 ILLUMINA平台对临床证实冠状动脉健康的患者(CTR)和经冠状动脉造影确诊的慢性冠心病患者(CAD)的PBMCs进行了RNA-Sequencing。RNA测序结果显示差异可变剪接(AS)事件,以统计显著的剪接指数倍数变化≥ ±1.5(p≤0.05)进行过滤,我们观察到来自86个基因的113个差异调控AS事件(24个上调,89个下调)。我们使用实时PCR方法验证了AS结果,然后将表达分析扩展到更大的病例研究,包括24名CTR受试者、72名CAD患者和32名不稳定型冠心病患者,这些患者在临床医生关注期间就诊
【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:循环系统疾病/其他。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE173983
【使用注意】
· 源站最后修改于 Jun 24 202,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=GSE173983
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
本研究与罗马Policlinico Tor Vergata-Fondazione PTV心脏病科合作,纳入了四名男性患者。我们使用NextSeq 500 ILLUMINA平台对临床证实冠状动脉健康的患者(CTR)和经冠状动脉造影确诊的慢性冠状动脉疾病患者(CAD)的PBMC进行了RNA测序。RNA测序结果显示存在差异可变剪接(AS)事件,按剪接指数倍数变化≥±1.5(p≤0.05)且具有统计学显著性进行筛选,我们观察到来自86个基因的113个差异调控AS事件(24个上调,89个下调)。我们使用实时PCR方法验证了AS结果,随后将表达分析扩展至一个更大的病例研究,包括24名CTR受试者、72名CAD患者和32名不稳定型冠状动脉疾病患者,这些患者是在心肌梗死事件期间就诊于临床医生的(AMI组)。
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。




