1型糖尿病视网膜病变大鼠视网膜circRNA-miRNA-mRNA网络RNA-seq数据集
该数据集来自链脲佐菌素诱导的1型糖尿病视网膜病变大鼠视网膜组织（n=3）及正常对照（n=3），包含小RNA（miRNA）测序与全转录组（circRNA/mRNA）测序，提供原始FASTQ文件与处理后表达数据
基本信息
资源简介
1型糖尿病视网膜病变大鼠视网膜circRNA-miRNA-mRNA网络RNA-seq数据集
Dataset: circRNA-miRNA-mRNA network in type-1 diabetic retinopathy – rat retina RNA-seq
该数据集来自链脲佐菌素诱导的1型糖尿病视网膜病变大鼠视网膜组织（n=3）及正常对照（n=3），包含小RNA（miRNA）测序与全转录组（circRNA/mRNA）测序，提供原始FASTQ文件与处理后表达数据。数据可用于构建糖尿病视网膜病变中的circRNA-miRNA-mRNA ceRNA调控网络，支持差异表达分析、竞争性内源RNA机制探索及糖尿病视网膜病变相关分子标志物研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-05-06。
【数据内容】
源站描述（机器翻译，仅供参考）：来自链脲佐菌素诱导的1型糖尿病视网膜病变大鼠（n=3）和正常对照（n=3）视网膜组织的RNA-seq数据。包括小RNA（miRNA）和全转录组（circRNA/mRNA）测序。提供原始FASTQ文件和处理后的表达数据。这些数据支持构建糖尿病视网膜病变中的circRNA-miRNA-mRNA ceRNA调控网络。
【数据结构与技术规格】
文件数 2 个，合计 1.23 GB。数据集 DOI：10.6084/m9.figshare.32181699.v1。
【主题与分类】
源站学科分类：Genomics。主题标签：Diabetic retinopathy/diagnosis。本站分类：内分泌、营养和代谢疾病/糖尿病。
【适用方向】
源站学科分类标注为 Genomics。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Dataset_circRNA-miRNA-mRNA_network_in_type-1_diabetic_retinopathy_rat_retina_RNA-seq/32181699
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Yang, Ming (2026). Dataset: circRNA-miRNA-mRNA network in type-1 diabetic retinopathy – rat retina RNA-seq. figshare. 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
源站：https://doi.org/10.6084/m9.figshare.32181699.v1
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:
数据集大小约 1.23 GB。
数据说明
来自链脲佐菌素诱导的1型糖尿病视网膜病变大鼠（n=3）和正常对照组（n=3）视网膜组织的RNA-seq数据。包括小RNA（miRNA）和全转录组（circRNA/mRNA）测序。提供了原始FASTQ文件和处理后的表达数据。这些数据支持构建糖尿病视网膜病变中的circRNA-miRNA-mRNA ceRNA调控网络。
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。
