冠状动脉疾病全血RNA测序:调节性T细胞失衡的验证队列

该数据集来自 omicsdi.org,为冠状动脉疾病(CAD)全血 RNA 测序研究的验证队列,属于循环系统疾病范畴。研究采用去核糖体 RNA 的全血单分子 RNA 测序,在因择期冠状动脉导管术就诊的患者中识别与 CAD 相关的转录本(TRACs),并通过组间转录本计数比较筛选差异表达基因(DEGs

omicsdi
浏览 4
基因组分类Transcriptomics
RNA Sequencing of Blood in Coronary Artery Disease; Involvement of Regulatory T Cell Imbalance [Validation Cohort]

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-27

资源简介

冠状动脉疾病全血RNA测序:调节性T细胞失衡的验证队列

该数据集来自 omicsdi.org,为冠状动脉疾病(CAD)全血 RNA 测序研究的验证队列,属于循环系统疾病范畴。研究采用去核糖体 RNA 的全血单分子 RNA 测序,在因择期冠状动脉导管术就诊的患者中识别与 CAD 相关的转录本(TRACs),并通过组间转录本计数比较筛选差异表达基因(DEGs)。数据可用于探索 CAD 的 RNA 表达特征、支持基于血液转录组的 CAD 诊断标志物研究,并涉及调节性 T 细胞失衡这一主题(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):背景:2019 年心血管疾病全球患病率为 5.23 亿例,死亡 1860 万例。目前诊断冠状动脉疾病(CAD)的标准是冠状动脉造影。令人惊讶的是,尽管临床指征明确,但在一百万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,以识别临床怀疑 CAD 患者的 RNA 特征。方法:全血 RNA 去除核糖体 RNA(rRNA)后,通过 RNA 单分子测序(RNAseq)进行分析,在一个由 96 名接受择期冠状动脉导管术的患者组成的发现组中,识别与 CAD 相关的转录本(TRACs)。比较组间的转录本计数,以识别差异表达基因(DEGs)。结果:令人惊讶的是,

【主题与分类】

主题标签:Transcriptomics。本站分类:循环系统疾病/其他。

【获取与许可】

源站页面:https://omicsdi.org/dataset/geo/GSE180082

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/GSE180082

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,以识别临床怀疑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,去除全血RNA中的核糖体RNA(rRNA),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)。比较各组间的转录本计数,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(>20%狭窄)患者中下调约1.7倍。TRACs独立于CAD的共病危险因素,如性别、高血压和吸烟。

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。

获取专属数据定制方案