PRJNA1004681：METSIM 皮下脂肪手术活检 RNA-seq
数据为皮下脂肪手术活检的 RNA-seq，用于评估皮下脂肪组织基因表达水平与复杂性状之间的关系。研究通过线性回归分析基因表达与同一个体临床性状的关联并将细胞类型比例作为协变量，同时利用基因型和基因表达检测 eQTL 信号并与 GWAS 信号整合以识别候选基因，可用于探索不同临床性状水平个体间脂肪基因
基本信息
资源简介
PRJNA1004681：METSIM 皮下脂肪手术活检 RNA-seq
该数据集属于 METSIM（Metabolic Syndrome In Men）研究第三版发布（phs000743.v3）的一部分，来源于 ncbi.nlm.nih.gov，主题标签为 Phenotype or Genotype。数据为皮下脂肪手术活检的 RNA-seq，用于评估皮下脂肪组织基因表达水平与复杂性状之间的关系。研究通过线性回归分析基因表达与同一个体临床性状的关联并将细胞类型比例作为协变量，同时利用基因型和基因表达检测 eQTL 信号并与 GWAS 信号整合以识别候选基因，可用于探索不同临床性状水平个体间脂肪基因表达差异及其潜在基因与机制（来源 ncbi.nlm.nih.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集是 METabolic Syndrome In Men（METSIM）研究第三版发布（v3）（phs000743.v3）的一部分。本项目旨在评估皮下脂肪组织中基因表达水平与复杂性状之间的关系。我们通过两种方式实现这一目标：1）使用线性回归评估同一个体基因表达与所测临床性状之间的关联，同时将细胞类型比例作为协变量纳入；2）使用基因型和基因表达来检测表达数量性状（eQTL）信号，并将其与 GWAS 信号整合，以识别候选基因。评估不同临床性状水平个体之间脂肪基因表达的差异，可能揭示导致……的基因和机制（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/PRJNA1004681
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/PRJNA1004681
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
该数据集是METabolic Syndrome In Men（METSIM）研究第三次发布（v3版）的一部分（phs000743.v3）。本项目旨在评估皮下脂肪组织中的基因表达水平与复杂性状之间的关系。我们通过两种方式来实现这一目标：1）采用线性回归分析，在纳入细胞类型比例作为协变量的同时，评估同一个体基因表达与所测临床特征之间的关联；2）利用基因型和基因表达数据检测表达数量性状（eQTL）信号，并将其与GWAS信号整合，以识别候选基因。评估不同临床特征水平个体间脂肪基因表达的差异，可能揭示导致……（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。
