转录组分析识别糖尿病合并骨质疏松中NETs相关生物标志物

数据集获取

源站：https://omicsdi.org/dataset/biostudies-arrayexpress/E-MTAB-16559

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

背景：骨质疏松症和糖尿病是全球主要的公共卫生挑战。中性粒细胞胞外诱捕网（NETs）作为先天免疫系统的关键组成部分，通过捕获细菌、真菌和寄生虫，将其困在局部环境中，并借助高浓度的抗菌剂将其清除。本研究旨在识别糖尿病合并骨质疏松症中与NETs相关的生物标志物，并探讨其潜在的分子机制。方法：获取了骨质疏松症合并糖尿病的转录组测序数据集。NETs相关基因（NETs-RGs）来自既往文献。通过差异分析、机器学习和受试者工作特征（ROC）曲线识别生物标志物。所识别的生物标志物通过qRT-PCR和ELISA进一步验证。随后，进行了分子调控网络构建、免疫浸润分析、富集分析和药物预测。结果：S100A12和SLC25A37被确定为生物标志物。其在蛋白质水平上的显著上调通过独立队列中的实验验证得到进一步证实。

富集分析表明，S100A12在68条通路中显著富集，包括“ECM受体相互作用”、“青年发病型糖尿病”等。SLC25A37在54条通路中显著富集，主要包括“核糖体”、“利什曼原虫感染”和“Toll样受体信号通路”。共有7种免疫细胞类型在两组之间表现出显著差异，包括中性粒细胞和调节性T细胞。共预测出59个miRNA和43个lncRNA。此外，XIST-hsa-miR-146a-5p-S100A12和XIST-hsa-miR-7-5-SLC25A37被提示在糖尿病合并骨质疏松症中具有潜在调控作用。rimegepant和eptinezumab等药物与生物标志物相关。结论：S100A12和SLC25A37被确定为生物标志物，与

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。