慢性呼吸衰竭患者血液基因表达谱数据集
该数据集来自 NCBI GEO（GSE38267），收录慢性呼吸衰竭患者血液样本的基因表达微阵列数据，涵盖囊性纤维化（CF）患者 23 例、肺动脉高压（PAH）患者 13 例及健康志愿者 28 例
基本信息
资源简介
慢性呼吸衰竭患者血液基因表达谱数据集
Gene expression profiling in blood of patients with chronic respiratory failure
该数据集来自 NCBI GEO（GSE38267），收录慢性呼吸衰竭患者血液样本的基因表达微阵列数据，涵盖囊性纤维化（CF）患者 23 例、肺动脉高压（PAH）患者 13 例及健康志愿者 28 例。样本采集于 PAXgene® 管以保持 RNA 完整性，总 RNA 在 Agilent 60K 全基因组微阵列上检测，并经 GOminer 与 Ingenuity Pathway Analysis 分析。数据可用于识别各疾病特异的血液基因签名及两者共有的基因签名，支持疾病分类与差异表达研究（来源 NCBI）。
【数据集背景】
源站首次发布：May 25 201。
【数据内容】
源站描述（机器翻译，仅供参考）：囊性纤维化（CF）和原发性肺动脉高压（PAH）在肺衰竭晚期失调的基因仍很大程度上未知。在法国肺移植队列 COLT 框架内采集的血液样本提供了机会，可在血液中识别每种疾病的特异性基因签名以及两种病理共有的基因签名。对同质的 CF 患者组（n=23）、PAH 患者组（n=13）和健康志愿者组（n=28）进行了微阵列分析。血液收集在 PAXgene® 管中以保持 RNA 完整性。提取的总 RNA 在 60K 全基因组微阵列（Agilent Technologies）上处理。微阵列通过生物信息学（GOminer 和 Ingenuity Pathway Analysis）进行分析。发现了三个主要的生物学签名，包括（1）在 pPAH 中特异性过表达且主要参与炎症、血管
【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：Expression profiling by array、GPL13607、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=GSE38267
【使用注意】
· 源站最后修改于 Nov 27 201，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=GSE38267
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
囊性纤维化（CF）和原发性肺动脉高压（PAH）在肺衰竭晚期失调的基因在很大程度上仍不清楚。在法国肺移植队列COLT框架内采集的血液样本为识别每种疾病的血液特异性基因特征以及两种病理的共同基因特征提供了机会。研究对囊性纤维化患者（n=23）、PAH患者（n=13）和健康志愿者（n=28）的均质组进行了微阵列分析。血液采集于PAXgene®管中以保持RNA完整性。提取的总RNA在60K全基因组微阵列（Agilent Technologies）上处理。微阵列通过生物信息学（GOminer和Ingenuity Pathway Analysis）进行分析。研究发现了三个主要的生物学特征，包括：（1）在pPAH中特异性过表达的基因，主要涉及炎症、血管重塑和细胞增殖；（2）在CF中特异性过表达的基因，涉及先天免疫应答和氧化应激应答；（3）在两种疾病中均低表达的基因，包括涉及转录机制、凋亡和细胞增殖的基因。
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。
