冠状动脉疾病患者血液RNAseq分析：T细胞失衡特征

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE221911

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

背景：2019年，心血管疾病的全球患病率为5.23亿例，死亡人数为1860万。目前诊断冠状动脉疾病（CAD）的标准是冠状动脉造影，包括侵入性导管插入术（ICA）或计算机断层扫描（CTA）。既往研究采用全血单分子、非扩增依赖性RNA测序，以识别经血管造影确诊的CAD患者的RNA特征。本研究采用Illumina RNAseq和网络共表达分析，以识别CAD背后的系统性变化。方法：对全血RNA进行核糖体RNA（rRNA）去除，并通过Illumina总RNA测序（RNAseq）进行分析，以在177例接受择期侵入性冠状动脉导管插入术的患者中识别与CAD相关的转录本（iTRACs）。将所得转录本计数在组间进行比较，以识别差异表达基因（DEGs），并通过全基因组共表达网络分析（WGCNA）识别变化模式。

结果：Illumina扩增RNAseq与先前SeqLL非扩增RNAseq之间的相关性相当强（r=0.87），但所识别的DEGs仅有9%的重叠。与先前的RNAseq一致，大多数（93%）DEGs在轻至重度CAD（狭窄>20%）患者中下调约1.7倍。DEGs主要与T细胞相关，这与已知的CAD中Tregs减少相一致。网络分析未识别出与CAD强烈相关的预先存在的模块，但T细胞失调的模式是明显的。iTRACs富集了与纤毛和突触转录本相关的转录物，这与发育中T细胞的免疫突触变化相一致。结论：这些研究证实并扩展了CAD中Treg样缺陷的新型mRNA特征。变化模式与T细胞和Treg细胞成熟过程中的应激相关变化相一致，可能由免疫突触的变化所致。

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。