整合单细胞与机器学习分析识别糖尿病视网膜病变铁死亡相关三基因诊断特征
该数据集包含一项关于糖尿病视网膜病变铁死亡相关诊断特征研究的处理数据与分析脚本，覆盖人增殖性糖尿病视网膜病变纤维血管膜的单细胞RNA-seq分析、基于机器学习的三基因诊断特征识别、多队列与跨物种验证、FTH1表达的多数据库验证，以及铁死亡与代谢通路GSVA、配体-靶点NicheNet和转录因子活性D
基本信息
资源简介
整合单细胞与机器学习分析识别糖尿病视网膜病变铁死亡相关三基因诊断特征
Integrative single-cell and machine learning analysis identifies a ferroptosis-related three-gene diagnostic signature for diabetic retinopathy
该数据集包含一项关于糖尿病视网膜病变铁死亡相关诊断特征研究的处理数据与分析脚本，覆盖人增殖性糖尿病视网膜病变纤维血管膜的单细胞RNA-seq分析、基于机器学习的三基因诊断特征识别、多队列与跨物种验证、FTH1表达的多数据库验证，以及铁死亡与代谢通路GSVA、配体-靶点NicheNet和转录因子活性DoRothEA+VIPER分析，可用于糖尿病视网膜病变诊断标志物与机制研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含研究“整合单细胞与机器学习分析识别糖尿病视网膜病变铁死亡相关三基因诊断特征”的处理数据和分析脚本。数据集包括：1. 人PDR纤维血管膜的单细胞RNA-seq分析（GSE165784）2. 基于机器学习的三基因诊断特征识别（FTH1、LDHA、CTSZ）3. 多队列验证（GSE102485、GSE160306、GSE60436）4. 大鼠STZ诱导DR的跨物种验证（GSE209872）5. FTH1表达的多数据库验证（GTEx v8、HPA）6. 铁死亡与代谢通路的GSVA分析7. 配体-靶点相互作用的NicheNet分析8. 转录因子活性的DoRothEA + VIPER分析
【主题与分类】
主题标签：Ophthalmology、Diabetic retinopathy、Ferroptosis、Single-cell transcriptomics、Machine learning、Diagnostic model、Multi-cohort validation。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://www.scidb.cn/detail?dataSetId=3be2b927a2a741ce9522094492b89797
使用许可：Creative Commons Attribution 4.0 International。
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/10.57760/sciencedb.0134m
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
该数据集包含研究《整合单细胞与机器学习分析识别糖尿病视网膜病变的铁死亡相关三基因诊断特征》的处理数据和分析脚本。数据集包括：1. 人PDR纤维血管膜的单细胞RNA-seq分析（GSE165784）2. 基于机器学习的三个基因诊断特征识别（FTH1、LDHA、CTSZ）3. 多队列验证（GSE102485、GSE160306、GSE60436）4. 大鼠STZ诱导DR的跨物种验证（GSE209872）5. FTH1表达的多数据库验证（GTEx v8、HPA）6. 铁死亡与代谢通路的GSVA分析7. 配体-靶点相互作用的NicheNet分析8. 转录因子活性的DoRothEA + VIPER分析
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。
