糖尿病中预测终末期肾病的循环miRNA定量分析前考量

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE266819

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

我们先前的研究发现了8种与糖尿病进展至终末期肾病（ESKD）相关的风险性血浆miRNA和9种保护性血浆miRNA。本研究旨在阐明影响循环miRNA定量的分析前因素。利用EdgeSeq平台（该平台可定量血浆中2,002种miRNA，包括与ESKD相关的miRNA），我们比较了全血浆中的miRNA谱与从同一血浆标本提取的RNA中的miRNA谱。在标准血浆RNA提取方法中，检测到的miRNA不足半数。与EdgeSeq相比，采用RNA测序（RNASeq）或RT-qPCR平台对血浆提取RNA进行定量时，单个miRNA的检出率及浓度均显著降低。EdgeSeq平台测定的血浆miRNA谱在评估中具有极佳的重现性，且不随年龄、性别、HbA1c、BMI及冷冻保存时间而变化。与ESKD相关的风险性miRNA仅在全血浆中并使用EdgeSeq平台才能被准确检测和测量。

除RT-qPCR外，所有平台均检测到与ESKD相关的保护性miRNA，但不同平台获得的浓度之间的相关性较弱或不存在。总之，分析前因素对糖尿病ESKD患者循环miRNA的检测和定量具有深远影响。在全血浆中定量miRNA并使用EdgeSeq平台，可能是研究与ESKD及可能与其他疾病相关的循环无细胞miRNA图谱的优选方法。

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。