PRJNA1314138：整合转录组与代谢组分析鉴定甲状腺眼病关键基因与代谢失调

数据集获取

源站：https://ncbi.nlm.nih.gov/bioproject/PRJNA1314138

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

甲状腺眼病（TED）显著损害眼部功能，并大幅降低患者的生活质量，从而带来相当大的医疗和经济负担。目前的治疗策略主要包括糖皮质激素、替妥木单抗、免疫抑制药物和手术治疗，其疗效有限且复发率高。因此，揭示TED的分子机制并发现新的诊断和治疗靶点具有重大的临床意义。本研究对TED患者眶脂肪组织的转录组学和代谢组学图谱进行了深入分析，旨在填补该疾病在全面分子表征和代谢扰动方面的空白。通过采用多组学整合策略，我们运用了转录组测序、广谱代谢组学、加权基因共表达网络分析（WGCNA）、用于生物标志物鉴定的机器学习、免疫细胞浸润分析、分子对接、QPCR和免疫组织化学等技术。

这些技术被系统地用于确定与TED相关的关键基因和代谢物，从而开发出准确的疾病预测模型。值得注意的是，我们对数据集的分析揭示了4，250个差异表达基因（DEGs），并通过机器学习算法将BPIFA1和SERPINB3确定为关键基因。这些基因在内部数据集验证（AUC=0.953）和外部数据集验证（AUC=0.717）中均表现出卓越的预测性能。此外，代谢组学分析检测到2，159种代谢物，确定了三种关键代谢物：葡萄糖醛酸、苯甘氨酸和异亮氨酸-蛋氨酸。转录组学与代谢组学数据的整合突显了酪氨酸代谢通路的显著富集，建立了所识别基因与代谢物之间的功能联系。这些见解为分子

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。