1型糖尿病动脉粥样硬化斑块成分循环小非编码RNA谱
该数据集来自NCBI GEO,包含1型糖尿病合并颈动脉钙化斑块与纤维斑块患者的循环小非编码RNA表达谱,采用高通量测序技术

基本信息
资源简介
1型糖尿病动脉粥样硬化斑块成分循环小非编码RNA谱
Circulating small non-coding RNA profiling as potential biomarkers of atherosclerotic plaque composition in Type 1 diabetes
该数据集来自NCBI GEO,包含1型糖尿病合并颈动脉钙化斑块与纤维斑块患者的循环小非编码RNA表达谱,采用高通量测序技术。研究鉴定出钙化斑块组相比纤维斑块组有4个上调miRNA(miR-503-5p、let-7d-5p、miR-106b-3p、miR-93-5p)和1个下调miRNA(miR-10a-5p),ROC曲线分析显示miR-503-5p和miR-10a-5p对斑块成分有较好区分能力。数据可用于探索循环miRNA作为1型糖尿病动脉粥样硬化斑块成分生物标志物的潜力(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 11 202。
【数据内容】
源站描述(机器翻译,仅供参考):心血管疾病(CVD)是1型糖尿病(T1D)患者的主要死亡原因;然而,该人群中斑块成分的决定因素尚不清楚。MicroRNA(miRNA)是循环小非编码RNA(sncRNA)中最丰富的一类,调控基因表达,参与动脉粥样硬化的发展,是CVD有前景的生物标志物。本研究分析了伴有颈动脉钙化和纤维斑块的T1D患者的循环miRNA表达谱。与纤维斑块患者相比,我们在钙化斑块患者中鉴定出四个上调(miR-503-5p、let-7d-5p、miR-106b-3p、miR-93-5p)和一个下调(miR-10a-5p)的miRNA。ROC曲线分析表明,miR-503-5p和miR-10a-5p在不同斑块成分中具有良好的区分性能。miR-503-3p呈负相关,miR-10a-5p呈正相关,与
【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:GPL15520、9606。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE207901
【使用注意】
· 源站最后修改于 Jul 14 202,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=GSE207901
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
心血管疾病(CVD)是1型糖尿病(T1D)患者的主要死因;然而,该人群中斑块成分的决定因素尚不清楚。微小RNA(miRNA)是循环中最丰富的一类调节基因表达的小非编码RNA(sncRNA),参与动脉粥样硬化的发展,是CVD有前景的生物标志物。本研究分析了伴有颈动脉钙化斑块和纤维斑块的T1D患者的循环miRNA表达谱。我们鉴定出,与纤维斑块患者相比,钙化斑块患者中有四种miRNA上调(miR-503-5p、let-7d-5p、miR-106b-3p、miR-93-5p),一种miRNA下调(miR-10a-5p)。ROC曲线分析表明,miR-503-5p和miR-10a-5p在区分不同斑块成分方面具有良好的性能。miR-503-3p与LDL胆固醇浓度呈负相关,而miR-10a-5p呈正相关。对所选miRNA的推定靶基因进行通路富集分析,结果显示其参与凋亡和炎症过程调控、成骨分化及血管钙化。
这些发现全面描述了miRNAs及其在调控网络中的特征,导致T1D中不同的斑块组成。这些结果对于开发预防糖尿病中心血管疾病的新型治疗策略可能具有重要的临床意义。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




