肥胖女性系统性胰岛素抵抗的表观遗传特征 [OM]
该数据集来自 omicsdi.org,聚焦肥胖女性系统性胰岛素抵抗(IR)的表观遗传特征。研究通过全基因组 CpG 甲基化和基因表达谱分析,探索皮下与内脏白色脂肪组织的表观遗传失调是否与系统性 IR 相关,并评估外周血单核细胞的 DNA 甲基化特征能否反映脂肪组织甲基化、作为系统性 IR 的标志物
![The epigenetic signature of systemic insulin resistance in obese women [OM]](/medical-api/medicalDataset/datasetCover/184942.jpg)
基本信息
资源简介
肥胖女性系统性胰岛素抵抗的表观遗传特征 [OM]
该数据集来自 omicsdi.org,聚焦肥胖女性系统性胰岛素抵抗(IR)的表观遗传特征。研究通过全基因组 CpG 甲基化和基因表达谱分析,探索皮下与内脏白色脂肪组织的表观遗传失调是否与系统性 IR 相关,并评估外周血单核细胞的 DNA 甲基化特征能否反映脂肪组织甲基化、作为系统性 IR 的标志物。数据主题标签为 Transcriptomics,可用于胰岛素抵抗相关机制研究与生物标志物探索(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):胰岛素刺激细胞葡萄糖摄取和调节代谢的能力受损,即胰岛素抵抗(IR),将肥胖与2型糖尿病(T2D)、血脂异常和心血管疾病等代谢紊乱联系起来(Langenberg, 2012)。遗传和表观遗传因素均参与系统性IR的发生(Vaag, 2001)。IR的特征是体循环中空腹胰岛素水平升高。本研究旨在通过全基因组CpG甲基化和基因表达谱分析,在皮下和内脏脂肪组织中探索白色脂肪组织(WAT)的表观遗传失调是否与系统性IR相关。次要目的是确定外周血单核细胞中的DNA甲基化特征是否反映WAT甲基化,并可作为系统性IR的标志物。DNA甲基化在从SAT(subcut
【主题与分类】
主题标签:Transcriptomics。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-76394
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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-76394
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
胰岛素刺激细胞葡萄糖摄取和调节代谢的能力受损,即胰岛素抵抗(IR),将肥胖与2型糖尿病(T2D)、血脂异常和心血管疾病等代谢紊乱联系起来(Langenberg, 2012)。遗传和表观遗传因素均参与系统性IR的发生(Vaag, 2001)。IR的特征是体循环中空腹胰岛素水平升高。本研究旨在通过皮下和内脏脂肪组织的全基因组CpG甲基化和基因表达谱分析,探讨白色脂肪组织(WAT)的表观遗传失调是否与系统性IR相关。次要目的是确定外周血单核细胞中的DNA甲基化特征是否反映WAT甲基化,并可作为系统性IR的标志物。使用Infinium Human Methylation 450 BeadChip检测法,对从SAT(皮下脂肪组织)和VAT(内脏脂肪组织)组织块以及PBMCs(外周血单核细胞)中提取的DNA进行DNA甲基化分析。本数据来自VAT(大网膜)。
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。




