控制与慢性肾病患者皮下白色脂肪组织基因表达谱
该数据集来自 NCBI GEO,标题为控制与慢性肾病患者皮下白色脂肪组织基因表达谱,包含 1 个文件(GSE98603_series_matrix.txt.gz),采用表达谱芯片(GPL13497)对 9606 人样本进行检测

基本信息
资源简介
控制与慢性肾病患者皮下白色脂肪组织基因表达谱
Characterization of subcutaneous white adipose tissue gene expression profile in control and chronic kidney disease patients
该数据集来自 NCBI GEO,标题为控制与慢性肾病患者皮下白色脂肪组织基因表达谱,包含 1 个文件(GSE98603_series_matrix.txt.gz),采用表达谱芯片(GPL13497)对 9606 人样本进行检测。源站描述指出慢性肾病常伴随蛋白质能量消耗、胰岛素抵抗和血脂异常等代谢紊乱,但机制未明;该研究旨在收集并研究 CKD V 期患者白色脂肪组织的结构与代谢特性,主要结局为脂肪组织细胞性(脂肪细胞大小),次要结局为基因表达研究。数据可用于探索慢性肾病相关脂肪组织功能障碍的分子特征(来源 NCBI)。
【数据集背景】
源站首次发布:May 05 201。
【数据内容】
源站描述(机器翻译,仅供参考):许多代谢紊乱,如蛋白质能量消耗、胰岛素抵抗和血脂异常,是慢性肾病(CKD)的常见特征。然而,迄今为止,这些紊乱的潜在机制仍不清楚。许多体外研究表明,白色脂肪细胞在模拟尿毒症环境的条件下表现出功能障碍。与此一致,一些动物实验报道慢性肾病与脂肪萎缩、脂肪组织功能障碍和异位脂质再分布相关。本方案的目标是收集并研究 CKD V 期患者白色脂肪组织的结构和代谢特性,以证实与 CKD 相关的脂肪组织功能障碍。主要结局指标是研究脂肪组织的细胞性(即脂肪细胞的大小),次要指标是研究基因
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Expression profiling by array、GPL13497、9606。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE98603
【使用注意】
· 源站最后修改于 May 01 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE98603
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
许多代谢紊乱,如蛋白质-能量消耗、胰岛素抵抗和血脂异常,是慢性肾脏病(CKD)的常见特征。然而,迄今为止,这些紊乱的潜在机制仍不明确。许多体外研究表明,白色脂肪细胞在模拟尿毒症环境的条件下表现出功能障碍。与此一致,一些动物实验报道慢性肾脏病与脂肪萎缩、脂肪组织功能障碍和异位脂质再分布相关。本方案的目标是收集并研究CKD V期患者白色脂肪组织的结构和代谢特性,以证实与CKD相关的脂肪组织功能障碍。主要结局指标是研究脂肪组织的细胞构成(即脂肪细胞大小),次要指标是使用微阵列研究基因表达谱以及脂肪组织的代谢特性(即脂肪生成)。
为此,将在法国里昂大学医院肾内科或泌尿外科招募11名成年男性志愿者和10名年龄、性别及体重指数(BMI)相匹配的非糖尿病、非透析的CKD V期患者。腹部皮下白色脂肪组织活检(2-3克)在择期泌尿外科手术期间进行(即CKD患者进行腹膜透析置管术,非CKD患者进行根治性前列腺切除术)。
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。




