脓毒症血液与尿液靶向转录组比较分析数据集
该数据集来自 NCBI,包含脓毒症患者与健康对照外周血和尿液的靶向转录组表达谱,采用高通量测序平台 GPL23934 对人类样本进行表达谱分析

基本信息
资源简介
脓毒症血液与尿液靶向转录组比较分析数据集
Comparative targeted transcriptome profiling of blood and urine in sepsis for biomarker and endotype discovery
该数据集来自 NCBI,包含脓毒症患者与健康对照外周血和尿液的靶向转录组表达谱,采用高通量测序平台 GPL23934 对人类样本进行表达谱分析。数据可用于识别脓毒症相关差异表达基因与分子通路,支持生物标志物筛选、分子分层及疾病严重程度与病程预测研究,并为探索生物学上不同的患者亚组提供转录组层面的依据(来源 NCBI)。
【数据集背景】
源站首次发布:Sep 02 202。
【数据内容】
源站描述(机器翻译,仅供参考):脓毒症是一种由宿主对感染反应失调引起的危及生命的综合征,其特征是显著的临床和生物学异质性。尽管临床评估和常规实验室生物标志物取得了进展,但早期诊断、分子分层和病程预测仍然具有挑战性。宿主反应的转录组分析为识别与脓毒症、器官功能障碍、疾病严重程度以及生物学上不同的患者亚组相关的协调基因表达特征提供了机会。本研究的主要目标是通过比较分析成人脓毒症患者和健康对照者外周血和尿液中的基因表达,来表征宿主对脓毒症的转录组反应。该研究旨在识别差异表达基因和与脓毒症相关的分子通路。
【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:GPL23934、9606。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE345856
【使用注意】
· 源站最后修改于 Nov 05 202,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=GSE345856
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
脓毒症是一种危及生命的综合征,由宿主对感染反应失调所致,其特征是显著的临床和生物学异质性。尽管临床评估和常规实验室生物标志物取得了进展,但早期诊断、分子分层和病程预测仍然具有挑战性。宿主反应的转录组学分析为识别与脓毒症、器官功能障碍、疾病严重程度及生物学上不同的患者亚组相关的协同基因表达特征提供了机会。本研究的主要目标是通过比较分析成人脓毒症患者和健康对照者外周血和尿液中的基因表达,来表征宿主对脓毒症的转录组学反应。该研究旨在识别与脓毒症相关的差异表达基因和分子通路,评估具有潜在诊断和预后价值的转录组学特征,并探究先前描述的脓毒症转录组内型及相关的宿主反应异质性模式。
另一个目标是比较从血液和尿液中获得的转录组信息。血液作为主要的全身性宿主反应区室进行研究,而尿液则作为补充性的、微创的生物样本纳入,可能反映与脓毒症及脓毒症相关器官功能障碍相关的肾脏、炎症、代谢、上皮和应激相关反应。基因表达谱使用Ion AmpliSeq Transcriptome Human Gene Expression Panel生成,该面板靶向超过20,000个人类RefSeq基因,包括蛋白质编码和非编码转录本。对转录组数据进行了差异基因表达、生物学通路富集、分子内型分类以及与现有临床和实验室特征关系的评估。该研究还旨在检查以下各项之间的关联:
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




