PRJNA1004679：METSIM 皮下脂肪针吸活检 RNA-seq
数据用于评估脂肪基因表达水平、基因型与 dbGaP 中心代谢性状数据之间的关系，原始目标包括检测与 GWAS 信号共定位的剪接连接和表达数量性状（s/eQTL）信号，以及在考虑脂肪细胞类型比例的情况下检测基因表达与临床性状的关联
基本信息
资源简介
PRJNA1004679：METSIM 皮下脂肪针吸活检 RNA-seq
该数据集为 METSIM（Metabolic Syndrome In Men）研究第三次发布中基于小针吸活检的皮下脂肪 RNA-seq 数据，隶属 dbGaP 研究 phs000743。数据用于评估脂肪基因表达水平、基因型与 dbGaP 中心代谢性状数据之间的关系，原始目标包括检测与 GWAS 信号共定位的剪接连接和表达数量性状（s/eQTL）信号，以及在考虑脂肪细胞类型比例的情况下检测基因表达与临床性状的关联。组织供体为芬兰 Kuopio 的 METSIM 人群队列最初 10,197 名参与者的一个子集（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：该皮下脂肪 RNA-seq 数据集来源于小针吸活检，是 METabolic Syndrome In Men（METSIM）研究（phs000743）第三次发布的一部分。生成这些数据是为了评估脂肪基因表达水平、基因型与 dbGaP 中 METSIM 研究包含的心脏代谢性状数据之间的关系。两个原始目标是检测与 GWAS 信号共定位的剪接连接和表达数量性状（s/eQTL）信号，以及在考虑脂肪细胞类型比例的情况下检测基因表达与临床性状之间的关联。组织供体是来自芬兰 Kuopio 的 METSIM 人群队列最初 10,197 名参与者的一个子集。小针吸活检是专门为研究目的采集的，而非二次……（更多内容见 dbGaP 研究页面。）
【主题与分类】
主题标签：Phenotype or Genotype。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/bioproject/PRJNA1004679
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/bioproject/PRJNA1004679
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
这个来自小针活检的皮下脂肪RNA-seq数据集是METabolic Syndrome In Men（METSIM）研究（phs000743）第三次发布的一部分。这些数据的生成旨在评估脂肪基因表达水平、基因型与METSIM研究中dbGaP包含的心血管代谢特征数据之间的关系。最初的两个目标是检测与GWAS信号共定位的剪接位点和表达数量性状（s/eQTL）信号，以及在考虑脂肪细胞类型比例的情况下，检测基因表达与临床特征之间的关联。组织捐赠者是来自芬兰Kuopio的METSIM人群队列最初10,197名参与者的一部分。小针活检是专门为研究目的而收集的，并非次级…（更多内容请参见dbGaP研究页面。）
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。
