基于血小板转录组与FCGR2a基因型的系统性红斑狼疮临床表型建模
该数据集来自NCBI GEO,包含系统性红斑狼疮(SLE)患者血小板转录组高通量测序表达谱及FCGR2a基因型信息,用于研究血小板转录组与FcγRIIa基因型及不同临床特征之间的关联

基本信息
资源简介
基于血小板转录组与FCGR2a基因型的系统性红斑狼疮临床表型建模
Modeling of Clinical Phenotypes in Systemic Lupus Erythematosus Based on the Platelet Transcriptome and FCGR2a Genotype
该数据集来自NCBI GEO,包含系统性红斑狼疮(SLE)患者血小板转录组高通量测序表达谱及FCGR2a基因型信息,用于研究血小板转录组与FcγRIIa基因型及不同临床特征之间的关联。数据覆盖SLE临床异质性相关表达特征,可用于探索血小板在SLE内皮稳态、炎症和免疫调节中的作用,并支持基于转录组和基因型的临床表型建模与分类分析(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 26 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景:SLE的临床异质性及其复杂发病机制在追求最佳管理时仍具挑战。血小板对内皮稳态、炎症和免疫调节的贡献凸显了其在SLE中的潜在重要性。我们课题组先前的工作表明,Fcγ受体IIa型(FcγRIIa)–R/H131双等位基因多态性与SLE患者血小板活性增加和心血管风险相关。本研究旨在探究SLE患者的血小板转录组,并评估其与FcγRIIa基因型及不同临床特征的关联。
【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:GPL24676、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=GSE226147
【使用注意】
· 源站最后修改于 Sep 27 202,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=GSE226147
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
背景:SLE的临床异质性及其复杂发病机制在我们努力提供最佳管理时仍具挑战性。血小板在内皮血管稳态、炎症和免疫调节中的作用凸显了其在SLE中的潜在重要性。我们课题组先前的研究表明,Fcγ受体IIa型(FcγRIIa)–R/H131双等位基因多态性与SLE患者血小板活性增加和心血管风险相关。本研究旨在探讨SLE患者的血小板转录组,并评估其与FcγRIIa基因型及不同临床特征之间的关联。方法:纳入51例符合既定SLE诊断标准的患者(平均年龄=41.1±12.3岁,100%女性,45%西班牙裔,24%黑人,22%亚裔,51%白人,基线平均SLEDAI=4.4±4.2),并与18例人口学匹配的对照样本进行比较。对每个样本的FCGR2a受体进行基因分型,并对分离的去白细胞血小板进行RNA-seq检测。
转录组数据被用于构建模块化景观,以在FCGR2a基因型背景下探索SLE患者与对照者之间的差异及各项临床参数。结果:在比较SLE样本与对照者时,共有2,290个差异表达基因富集于干扰素信号传导、免疫激活和凝血相关通路。在分析伴有蛋白尿的患者时,与氧化磷酸化和血小板活性相关的模块出乎意料地降低。此外,在SLE患者和蛋白尿患者中升高的基因富集于免疫效应过程,而在SLE中升高但在蛋白尿中降低的基因则富集于凝血和细胞黏附。低结合力的FCG2Ra等位基因(R131)与FCR激活降低相关,后者进一步与血小板和免疫激活通路的增加相关。最后,我们能够创建c的转录组特征
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。




