未暴露对照组与3种VOCs暴露工人

该数据集来自omicsdi.org,聚焦于暴露于挥发性有机化合物(VOCs)的工人与未暴露对照人群的全血miRNA表达谱

omicsdi
浏览 6
其他分类Transcriptomics
Unexposed control & 3 VOCs exposed workers

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-13

资源简介

未暴露对照组与3种VOCs暴露工人

该数据集来自omicsdi.org,聚焦于暴露于挥发性有机化合物(VOCs)的工人与未暴露对照人群的全血miRNA表达谱。研究通过microarray方法检测了暴露于toluene(TOL)、xylene(XYL)和ethylbenzene(EBZ)的工人中失调的miRNA,并比较了miRNA指标与已使用的尿液暴露生物标志物的有效性。共纳入来自四个船坞的169名工人,其中50名用于miRNA microarray分析。数据可用于识别VOCs暴露相关的miRNA特征,并支持职业暴露评估中分子标志物的开发与验证(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):我们识别并验证了暴露于挥发性有机化合物(VOCs)的工人全血中特征性miRNA表达谱,并将miRNA作为VOCs指标的效用与已使用的职业暴露尿液生物标志物的有效性进行了比较。采用基于microarray的方法,我们筛选并检测了暴露于VOCs(toluene [TOL]、xylene [XYL]和ethylbenzene [EBZ])的工人中失调的miRNA表达。当前研究共纳入来自四个船坞的169名工人,其中50名受试者用于miRNA microarray分析。

【主题与分类】

主题标签:Transcriptomics。本站分类:化学诱发性障碍/其他。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-67341

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/biostudies-arrayexpress/E-GEOD-67341

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

我们识别并验证了暴露于挥发性有机化合物(VOCs)的工人全血中特征性的miRNA表达谱,并将miRNA作为VOCs暴露指标的有效性与已使用的职业暴露尿液生物标志物进行了比较。采用基于微阵列的方法,我们筛选并检测了暴露于VOCs(甲苯[TOL]、二甲苯[XYL]和乙苯[EBZ])工人中miRNA表达的异常调控。当前研究共招募了来自四个船坞的169名工人,其中50名受试者用于miRNA微阵列分析。

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