炎症性肠病基因表达谱分析鉴定抗TNF-α反应特征和替代疗法靶点

炎症性肠病基因表达谱数据,用于分析抗TNF-α反应特征和替代疗法靶点。

ChEBI
2022-12-31 更新
浏览 14
基因组RNA-seq of coding RNAHomo sapiens
Gene expression profiling in Inflammatory Bowel Disease identifies characteristics for anti-TNF-alpha response and targets for alternative therapies

基本信息

模态
基因组
创建/更新时间
2022-12-31

资源简介

炎症性肠病基因表达谱分析鉴定抗TNF-α反应特征和替代疗法靶点

【一句话概览】

本数据集是 BioStudies 公开的组学数据集,主题涵盖 RNA-seq of coding RNA、Homo sapiens,可用于生物标志物发现与分子分型研究。

【数据集背景】

本数据集源站标题为《Gene expression profiling in Inflammatory Bowel Disease identifies characteristics for anti-TNF-alpha response and targets for alternative therapies》。

【数据内容】

源站原始描述:The objective of this study was to identify pre-treatment colonic gene expression patterns in patients with inflammatory bowel disease (Ulcerative Colitis and colonic Crohn’s disease) that are predictive of a good versus poor response to treatment with the bioloic anti-TNFa. By identifying key pathways that are altered in responders versus non-responders we also aimed to propose novel targets for therapy. Pre-treatment colonic endoscopic biopsies were collected in RNAlater from 22 patients (14 C…

中文译文(机器翻译,仅供快速理解,请以原文为准):本研究的目的是识别炎症性肠病(溃疡性结肠炎和结肠型克罗恩病)患者治疗前结肠基因表达模式,这些模式可预测对生物制剂抗TNFa治疗的良好与不良应答。通过识别应答者与无应答者之间发生改变的关键通路,我们还旨在提出新的治疗靶点。在22名开始接受抗TNFa治疗的患者(14名CD和8名UC)中,收集了治疗前的结肠内镜活检样本并保存在RNAlater中。使用RNeasy柱(Qiagen)提取RNA,并通过Qubit(Life Technologies)进行定量。按照制造商说明(Qiagen),使用0.5ng RNA制备带独特索引的cDNA QIAseq UPX 3‘转录组文库。使用QIAseq Library Quant Assay Kit和TapeStation分析对文库进行定量和质量控制,并使用Illumina测序引物和15% PhiX在Miseq和Nextseq Illumina平台上测序,深度为每样本1-3百万条reads。Read长度设置为101 bp(R1)× 51 bp(R2)。通过BaseSpace获得Fastq文件,并使用CLC Genomics Workbench(Qiagen)对reads进行去多重化、比对到人类基因组GRCh38、定量并通过TPM方法进行标准化。根据治疗12周后的内镜表现,将参与者分类为应答者、部分应答者或无应答者,并进行了以下差异表达分析。对于UC患者,使用Mayo评分:应答者Mayo=0,部分应答者1=3。对于CD患者,使用SES-CD评分降低百分比:应答者>=50%的SES-CD,部分应答者50% 75%。标准化值在添加伪计数1后进行对数转换。在任何样本中转换后计数<1的转录本被排除在进一步分析之外,低方差的转录本也被排除(定义为在两种条件下独特计数少于10%,且在两种条件下最常见计数与第二最常见计数的比值大于19:1)。使用limma包进…

【主题与分类】

主题标签:RNA-seq of coding RNA、Homo sapiens。

【适用方向】

组学数据适用于生物标志物发现与分子分型相关建模研究。

【获取与许可】

源站页面:https://www.ebi.ac.uk/biostudies/ArrayExpress/studies/E-MTAB-9944

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://www.ebi.ac.uk/biostudies/ArrayExpress/studies/E-MTAB-9944

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))

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