腹主动脉瘤血管周围脂肪组织全基因组表达谱

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE119717

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

血管周围脂肪组织（PVAT）被认为在血管稳态以及大血管疾病（包括腹主动脉瘤（AAA））的发病机制中发挥作用。我们检验了以下假说：局部受限的转录谱是AAA周围PVAT的特征。采用全基因组方法，我们研究了30例动脉瘤直径较大（≥55 mm）或较小（<55 mm）的AAA患者的PVAT转录组。我们使用DaMiRseq R/Bioconductor软件包进行数据校正步骤，以去除高通量基因表达技术所产生的混杂因素影响。我们使用limma R/Bioconductor软件包，将AAA的PVAT与每位患者未扩张腹主动脉的PVAT进行比较，以限制个体间变异性的影响。我们发现PVAT基因表达存在高度一致的差异，能够清晰地将AAA的PVAT与未扩张主动脉的PVAT区分开来，且这些差异的数量和幅度随AAA直径增大而增加。这些变化并未系统性影响其他腹部脂肪库（大网膜脂肪或皮下脂肪）。

我们通过功能富集网络分析，剖析了与PVAT参与AAA相关的推定机制：与未扩张主动脉的PVAT相比，AAA的PVAT中，固有免疫和适应性免疫应答基因，以及与细胞死亡通路、胶原、鞘脂、氨基聚糖的代谢过程和细胞外基质降解相关的基因均呈现显著过表达。我们的结果为PVAT在AAA发病机制中的可能作用提供了支持，并提示AAA是一种具有潜在自身免疫成分的免疫性疾病。这些疾病特异性表达特征有助于识别预防AAA进展的药理学靶点。

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。