冠状动脉疾病全血RNA测序:调节性T细胞失衡的参与[发现队列]
该数据集来自 omicsdi.org,属于循环系统疾病/其他分类,主题为转录组学。数据为发现队列中96例接受择期冠状动脉导管术患者的全血RNA测序结果,测序前去除核糖体RNA,采用单分子RNA测序方法,用于识别与冠状动脉疾病相关的转录本(TRACs),并通过比较组间转录本计数鉴定差异表达基因(DEG
![RNA Sequencing of Blood in Coronary Artery Disease; Involvement of Regulatory T Cell Imbalance [Discovery Cohort]](/medical-api/medicalDataset/datasetCover/180574.jpg)
基本信息
资源简介
冠状动脉疾病全血RNA测序:调节性T细胞失衡的参与[发现队列]
该数据集英文名为 RNA Sequencing of Blood in Coronary Artery Disease; Involvement of Regulatory T Cell Imbalance [Discovery Cohort],来自 omicsdi.org,在分类上归属于循环系统疾病 / 其他,主题标签为转录组学。其核心内容是对发现队列中96例接受择期冠状动脉导管术患者的全血进行RNA测序:测序前去除核糖体RNA,采用单分子RNA测序方法,用于识别与冠状动脉疾病相关的转录本(TRACs),并通过比较组间转录本计数鉴定差异表达基因(DEG)。该数据集面向冠状动脉疾病血液转录组标志物研究,可为探索CAD的RNA层面分子特征提供发现阶段的测序数据基础。
【数据集背景】
心血管疾病在全球范围内负担沉重,源站描述提及2019年全球患病数为5.23亿例、死亡数为1860万例。冠状动脉疾病(CAD)的现行诊断标准为冠状动脉造影,但即便临床指征明确,一百万例侵入性心导管检查中仍有高达40%返回“无阻塞”的结果。这一诊断现状构成了该研究的基本背景:研究者希望借助全血RNA测序,在临床怀疑CAD的患者中识别RNA层面的特征信号,以补充现有诊断路径的不足。
【数据内容】
数据内容为全血RNA测序结果。具体而言,研究对全血RNA去除核糖体RNA(rRNA)后,采用单分子RNA测序(RNAseq)方法进行分析,目标是识别与冠状动脉疾病相关的转录本(TRACs)。数据集对应发现队列(Discovery Cohort),纳入96例前来接受择期冠状动脉导管术的患者。研究将得到的转录本计数在组间进行比较,以鉴定差异表达基因(DEG)。主题标签为转录组学,分类归属循环系统疾病 / 其他。
【采集与来源】
数据来源站为 omicsdi.org。样本来自接受择期冠状动脉导管术的患者全血,发现队列规模为96例。实验流程包括全血RNA的核糖体RNA去除和单分子RNA测序。源站描述在结果部分以“Surprisingly,”开头,后续内容未完整给出,因此关于差异表达基因的具体结果、候选TRACs名单及统计细节,源站未提供。
【适用场景】
该数据集适用于冠状动脉疾病血液转录组研究中的发现阶段工作,例如识别与CAD相关的转录本、比较组间转录本计数以筛选差异表达基因,以及为后续验证研究提供候选基因或转录本线索。其全血、去除rRNA、单分子RNA测序的设计,适合关注外周血基因表达特征与CAD临床怀疑人群关联的研究场景。由于属于发现队列,其定位偏向假设生成而非直接临床诊断应用。
【使用方法】
使用时可将该发现队列的转录本计数用于组间比较,以复现或扩展差异表达基因鉴定分析;也可将识别出的TRACs作为候选标志物,用于后续独立队列的验证研究。具体的数据文件格式、访问方式、分析流程参数与代码,源站未提供。
【质量与限制】
该数据集为发现队列,样本量为96例,结果部分在源站描述中未完整呈现,差异表达基因的具体发现无法获知。源站未提供测序深度、批次信息、质量控制指标、统计阈值及验证队列情况,因此无法据此评估数据质量与结论稳健性。此外,该数据基于临床怀疑CAD并接受择期冠状动脉导管术的患者,外推至其他人群时需谨慎。
【引用与许可】
源站未提供引用方式与许可信息。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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://omicsdi.org/dataset/geo/GSE180081
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: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)的标准方法是冠状动脉造影。令人惊讶的是,尽管临床指征明确,但在100万例侵入性心导管检查中,高达40%的结果为“无阻塞”。本研究采用全血RNA测序技术,旨在识别临床疑似CAD患者中的RNA特征。方法:在由96例接受择期冠状动脉导管检查的患者组成的发现组中,对全血RNA进行核糖体RNA(rRNA)去除处理,并通过RNA单分子测序(RNAseq)进行分析,以识别与CAD相关的转录本(TRACs)。将各组间的转录本计数进行比较,以识别差异表达基因(DEGs)。结果:令人惊讶的是,98%的DEGs/TRACs在轻至重度CAD(狭窄>20%)患者中下调约1.7倍。这些TRACs与CAD的合并症危险因素(如性别、高血压和吸烟)无关。
生物信息学分析发现,FoxP1、ICOSLG、IKZF4/Eos、SMYD3、TRIM28和TCF3/E2A等转录本存在富集,这些转录本很可能是调节性T细胞(Treg)的标志物,这与已知的CAD中Treg减少相一致。一个由80名患者组成的验证队列证实了整体模式(92%下调),并支持了许多与Treg相关的变化。TRACs中富集了与应激颗粒(可隔离RNA)相关的转录本,以及与纤毛和突触相关的转录本,这可能与发育中T细胞的免疫突触变化相一致。结论:这些研究确定了CAD患者中一种新的Treg样缺陷的mRNA特征,并为CAD的诊断测试提供了蓝图。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,这可能是由于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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




