多支与单支冠状动脉疾病患者RNA表达谱综合分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE190627

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

与单支冠状动脉病变（SV-CAD）患者相比，多支冠状动脉病变（MV-CAD）患者往往表现出较差的临床结局。越来越多的证据表明，微小RNA（miRNA）和长链非编码RNA（lncRNA）可能在心血管疾病中发挥关键作用，然而它们对不同血管病变的影响在很大程度上仍不清楚。本研究根据病变冠状动脉分支数量，选取6例患者纳入SV-CAD组、13例纳入MV-CAD组。从患者外周血中提取总RNA，并通过RNA测序（RNASeq）进行表达谱分析。以p<0.05且|log2 FC|>1为标准鉴定差异表达的mRNA、miRNA和lncRNA。GO和KEGG通路富集分析表明，差异表达的mRNA主要富集于Wnt、Ras和ErbB信号通路；miRNA富集于mTOR和ErbB信号通路；lncRNA富集于ErbB信号通路、脂肪酸代谢和血小板活化。此外，我们构建了ceRNA网络，并揭示lncRNA ENST00000501122可能竞争性结合miR-6724-5，调控其靶mRNA的表达。

最后，选取差异表达最显著的miRNAs（let-7b-5p、let-7e-5p和miR-190a-5p），评估它们在细胞系中对脂质代谢和炎症的影响。总体而言，我们的研究对MV-CAD与SV-CAD之间的转录组进行了全面分析，这不仅有助于我们更好地理解不同CAD的机制，也为心血管疾病的预防和治疗提供了理论基础。

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。