川崎病差异表达基因与免疫细胞浸润分析数据集
该数据集包含川崎病患者与正常对照的基因表达谱数据，通过生物信息学分析筛选出差异表达基因并鉴定出AURKB等五个核心候选基因，同时利用XCell算法揭示了单核细胞和中性粒细胞浸润增加、B细胞和T细胞减少的免疫特征，主要用于川崎病的生物标志物发现、免疫失调机制研究及潜在治疗靶点探索。
基本信息
资源简介
川崎病差异表达基因与免疫细胞浸润分析数据集
【数据集背景】
本数据集源站标题为《Filter Samples with p < 0.05.》。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 3.04 KB。pone.0324337.s016.zip：application/zip，3.04 KB。数据集 DOI：10.1371/journal.pone.0324337.s016。
【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/Filter_Samples_with_p_0_05_/29214515
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). Filter Samples with p < 0.05.. 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/Filter_Samples_with_p_0_05_/29214515
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子集，包含2015年至2023年由伦敦帝国理工学院收集的78例川崎病（KD）患者和55例正常对照的基因表达谱数据。研究通过生物信息学方法筛选出差异表达基因（DEGs），并进行了基因本体（GO）和KEGG通路富集分析，发现这些基因主要参与急性炎症反应、PI3K-Akt信号通路及细胞因子相互作用。通过构建蛋白质-蛋白质相互作用（PPI）网络，鉴定出AURKB、BUB1、CCL2、IL-4和TOP2A五个核心候选基因。同时，利用XCell算法进行免疫细胞浸润分析，结果显示KD患者单核细胞、中性粒细胞等免疫细胞水平升高，而B细胞和T细胞水平降低。该数据集为探索川崎病的生物标志物、免疫失调机制及潜在治疗靶点提供了重要数据支持，适用于免疫学、儿科疾病和生物信息学等领域的研究。
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。
