川崎病差异分析数据集
该数据集是一个基于基因表达数据的生物医学研究数据集，主要包含78例川崎病患者和55例正常对照的基因表达谱，数据模态为基因表达矩阵。通过差异表达分析、功能富集和免疫细胞浸润分析，揭示了川崎病相关的关键基因和免疫特征，主要用于川崎病的生物标志物发现、免疫机制研究以及潜在治疗靶点的探索。
基本信息
资源简介
川崎病差异分析数据集
【数据集背景】
本数据集源站标题为《Differential Analysis.》。源站首次发布：2025-06-02。
【数据内容】
源站原始描述：Inflammation and immune dysregulation play critical roles in Kawasaki disease (KD) pathogenesis, yet specific biomarkers and immune signatures remain elusive. This study aims to identify key biomarkers and characterize immune cell infiltration scores in KD using bioinformatic approaches. The GSE73461 dataset, downloaded from the Gene Expression Omnibus (GEO) database, includes 78 KD patients and 55 normal controls collected by Imperial College London from 2015 to 2023, and was analyzed to identi…
【数据结构与技术规格】
文件数 1 个，合计 22.99 MB。数据集 DOI：10.1371/journal.pone.0324337.s006。
【主题与分类】
源站学科分类：Biochemistry、Microbiology、Cell Biology、Genetics、Immunology、Biological Sciences not elsewhere classified。主题标签：yet specific biomarkers、plasma membrane components、imperial college london、identify key biomarkers、correlation analysis indicated、acute inflammatory responses、gene expression omnibus、potential biomarkers associated、div >< p、candidate hub genes。
【适用方向】
源站学科分类标注为 Biochemistry、Microbiology、Cell Biology、Genetics、Immunology、Biological Sciences not elsewhere classified。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Differential_Analysis_/29214485
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Wu, Guolian; Liu, Hui; Wang, Meiling; Wang, Rong (2025). Differential Analysis.. PLOS ONE. Dataset
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（Figshare）
源站：https://figshare.com/articles/dataset/Differential_Analysis_/29214485
按页面 Download 按钮获取。
数据说明
该数据集来源于GEO数据库中的GSE73461，由伦敦帝国理工学院于2015年至2023年间收集，包含78名川崎病（KD）患者和55名正常对照的基因表达数据。数据集通过生物信息学方法进行差异表达基因（DEGs）识别，并利用GO和KEGG分析揭示这些基因在急性炎症反应、质膜成分、PI3K-Akt信号通路及细胞因子相互作用中的关键作用。通过构建蛋白质-蛋白质相互作用网络，确定了AURKB、BUB1、CCL2、IL-4和TOP2A五个候选枢纽基因。同时，采用XCell算法进行免疫细胞浸润分析，发现KD患者中单核细胞、中性粒细胞等免疫细胞水平升高，而B细胞和T细胞减少。相关分析表明候选枢纽基因与KD的免疫失调和炎症过程相关。该数据集为川崎病的诊断生物标志物发现和治疗靶点研究提供了重要资源。
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。
