基本信息

创建/更新时间

2025-02-05

资源简介

该数据集旨在通过生物信息学方法研究肥胖（OB）与非酒精性脂肪性肝炎（NASH）的发病机制、疾病特征基因及免疫浸润表现，并探讨疾病特征基因与免疫细胞之间的相关性。数据来源于GEO数据库中的OB和NASH相关芯片（包括GSE25401、GSE151839、GSE63067和GSE89632），通过R语言进行差异基因分析和WGCNA分析，利用GO和KEGG富集分析进行功能注释，并构建蛋白质-蛋白质相互作用网络。使用12种cytohubba方法筛选关键基因（如IL6、IL1B、IL1RN、VCAN和TNFAIP6），并通过ROC曲线和样本芯片验证其准确性，最终确定VCAN和IL1RN为性能最佳的疾病特征基因。此外，采用CIBERSORT算法分析OB和NASH的免疫浸润情况，揭示了疾病特征基因与免疫细胞之间的显著相关性。该数据集为肥胖和NASH的靶向诊断与治疗研究提供了初步的生物信息学基础。

原始链接

https://www.scidb.cn/detail?dataSetId=OA_dea7b4ec94d4426aa7e4cec2e6231d80

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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://www.scidb.cn/detail?dataSetId=OA_dea7b4ec94d4426aa7e4cec2e6231d80

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。

数据说明

该数据集旨在通过生物信息学方法研究肥胖（OB）与非酒精性脂肪性肝炎（NASH）的发病机制、疾病特征基因及免疫浸润表现，并探讨疾病特征基因与免疫细胞之间的相关性。数据来源于GEO数据库中的OB和NASH相关芯片（包括GSE25401、GSE151839、GSE63067和GSE89632），通过R语言进行差异基因分析和WGCNA分析，利用GO和KEGG富集分析进行功能注释，并构建蛋白质-蛋白质相互作用网络。使用12种cytohubba方法筛选关键基因（如IL6、IL1B、IL1RN、VCAN和TNFAIP6），并通过ROC曲线和样本芯片验证其准确性，最终确定VCAN和IL1RN为性能最佳的疾病特征基因。此外，采用CIBERSORT算法分析OB和NASH的免疫浸润情况，揭示了疾病特征基因与免疫细胞之间的显著相关性。该数据集为肥胖和NASH的靶向诊断与治疗研究提供了初步的生物信息学基础。

数据加载示例（表格/文本类）

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))