自身免疫性艾迪生病糖皮质激素替代治疗的潜在转录生物标志物研究数据集
该数据集包含自身免疫性艾迪生病患者的全血RNA微阵列表达和实时PCR基因表达数据，数据模态为转录组学数据，涉及FKBP5、MMP9、DSIPI等93个糖皮质激素调节基因，主要用于研究糖皮质激素替代治疗的优化，探索基因表达作为生物标志物以指导临床剂量调整和治疗效果评估。
基本信息
资源简介
自身免疫性艾迪生病糖皮质激素替代治疗的潜在转录生物标志物研究数据集
【数据集背景】
本数据集源站标题为《Replication data for: Potential Transcriptional Biomarkers to Guide Glucocorticoid Replacement in Autoimmune Addison’s Disease》，为 Replication data for: Potential Transcriptional Biomarkers to Guide Glucocorticoid Replacement in Autoimmune Addison’s Disease 的组成部分。
【数据内容】
源站原始描述：Background: No reliable biomarkers exist to guide glucocorticoid (GC) replacement treatment in autoimmune Addison’s disease (AAD), leading to overtreatment with alarming and persistent side-effects or undertreatment, which could be fatal. Objective: To explore changes in gene expression following different GC replacement doses as a means of identifying candidate transcriptional biomarkers to guide GC replacement in AAD. Methods: Step 1: Global microarray expression analysis on RNA from whole blo…
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Glucocorticoid、Biomarkers、Adrenal insufficiency、Addison''s disease、Gene expression。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:1cc2845b25b4b9fbef92a335c0ba151ea7662b5988ac6478beb840f4fdfef8aa
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
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该数据集是一项关于自身免疫性艾迪生病（AAD）糖皮质激素替代治疗的研究数据，旨在探索基因表达变化作为指导糖皮质激素替代治疗的潜在生物标志物。数据集包含来自AAD患者的全血RNA微阵列表达分析结果，以及实时PCR检测的基因表达数据，涉及FKBP5、MMP9、DSIPI、CEBPB、DDIT4、VDR、ADARB1、ARID5B和POU2F1等93个糖皮质激素调节基因。数据通过静脉输注氢化可的松前后的样本采集和实验分析构建，主要应用于自身免疫性艾迪生病的精准医疗研究，特别是糖皮质激素剂量优化和转录生物标志物发现。
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。
