雷诺综合征遗传与功能分析数据集:血管与免疫相关位点研究

该数据集是一个针对雷诺综合征的全基因组关联研究元分析的汇总统计数据,包含来自英国生物银行、FinnGen、爱沙尼亚生物银行和麻省总医院布里格姆生物银行四大独立人群队列的遗传信息,数据模态为基因型-表型关联的统计结果。其主要用途是研究雷诺综合征的遗传易感位点,特别是与血管功能和免疫相关的基因,如ADRA2A和IRX1,并通过功能实验验证这些位点在温度依赖性血管收缩中的作用,为理解该疾病的分子机制和开发潜在治疗靶点提供遗传学基础。

DataONE
2024-08-21 更新
浏览 9
遗传学雷诺综合征

基本信息

创建/更新时间
2024-08-21

资源简介

该数据集是一个关于雷诺综合征(Raynaud's syndrome)的全基因组关联研究(GWAS)元分析汇总统计数据。雷诺综合征是一种自主神经功能障碍疾病,患者在寒冷暴露下会出现血管收缩和缺氧,尤其影响四肢末端。数据集包含来自四个独立人群队列的GWAS汇总统计数据的元分析结果:英国生物银行、FinnGen数据冻结10、爱沙尼亚生物银行和麻省总医院布里格姆生物银行。研究发现了八个与雷诺综合征相关的基因位点(ADRA2A、IRX1、NOS3、ACVR2A、TMEM51、PCDH10-DT、HLA、RAB6C),其中多个位点与远端动脉中的eQTL共定位。数据集还包括通过CRISPR基因编辑、原位RNA检测和功能收缩实验验证的功能性研究结果,揭示了ADRA2A在温度依赖性肾上腺素能信号传导和IRX1在微血管中的作用。该数据集主要用于遗传学、血管生物学和免疫学研究,为理解复杂疾病的遗传机制提供了重要资源。

原始链接

https://search.dataone.org/view/sha256:bd754686b11bcd74c9334bdf46b4803da154d04d7bd4b50ac09ed04843400620

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://search.dataone.org/view/sha256:bd754686b11bcd74c9334bdf46b4803da154d04d7bd4b50ac09ed04843400620

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集是一个关于雷诺综合征(Raynaud’'s syndrome)的全基因组关联研究(GWAS)元分析汇总统计数据。雷诺综合征是一种自主神经功能障碍疾病,患者在寒冷暴露下会出现血管收缩和缺氧,尤其影响四肢末端。数据集包含来自四个独立人群队列的GWAS汇总统计数据的元分析结果:英国生物银行、FinnGen数据冻结10、爱沙尼亚生物银行和麻省总医院布里格姆生物银行。研究发现了八个与雷诺综合征相关的基因位点(ADRA2A、IRX1、NOS3、ACVR2A、TMEM51、PCDH10-DT、HLA、RAB6C),其中多个位点与远端动脉中的eQTL共定位。数据集还包括通过CRISPR基因编辑、原位RNA检测和功能收缩实验验证的功能性研究结果,揭示了ADRA2A在温度依赖性肾上腺素能信号传导和IRX1在微血管中的作用。该数据集主要用于遗传学、血管生物学和免疫学研究,为理解复杂疾病的遗传机制提供了重要资源。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 雷诺氏病 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案