墨西哥肥胖患者皮下与内脏脂肪组织基因表达谱

该数据集来自 NCBI GEO,包含墨西哥肥胖患者皮下脂肪组织(SAT)与内脏脂肪组织(VAT)的基因表达谱数据,样本取自接受腹股沟疝修补术和腹腔镜胆囊切除术的对照及 I、II、III 级肥胖患者

geo
浏览 1
基因组分类Expression profiling by arrayGPL166999606
GSE84599: Subcutaneous adipose tissue and visceral adipose tissue gene expression profiles in Mexican patients with obesity

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-11-02

资源简介

墨西哥肥胖患者皮下与内脏脂肪组织基因表达谱

Subcutaneous adipose tissue and visceral adipose tissue gene expression profiles in Mexican patients with obesity

该数据集来自 NCBI GEO,包含墨西哥肥胖患者皮下脂肪组织(SAT)与内脏脂肪组织(VAT)的基因表达谱数据,样本取自接受腹股沟疝修补术和腹腔镜胆囊切除术的对照及 I、II、III 级肥胖患者。研究利用微阵列比较 SAT 与 VAT 的表达差异,并通过实时定量 PCR 验证结果。数据可用于肥胖相关脂肪组织功能差异分析、基因表达模式比较及潜在生物标志物探索(来源 NCBI)。

【数据集背景】

源站首次发布:Jul 19 201。

【数据内容】

源站描述(机器翻译,仅供参考):使用从接受腹股沟疝修补术和腹腔镜胆囊切除术的对照及 I、II、III 级肥胖患者获取的皮下脂肪组织(SAT)和内脏脂肪组织(VAT)样本中分离的 RNA,我们利用微阵列比较了 SAT 与 VAT 之间的基因表达谱,并通过实时定量 PCR 验证了发现。

【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:Expression profiling by array、GPL16699、9606。本站分类:内分泌、营养和代谢疾病/肥胖症。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE84599

【使用注意】

· 源站最后修改于 Sep 18 201,引用时请注意版本时效。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE84599

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

我们使用从接受腹股沟疝修补术和腹腔镜胆囊切除术的对照组及I、II、III级肥胖患者获取的皮下脂肪组织(SAT)和内脏脂肪组织(VAT)样本中分离的RNA,通过微阵列技术比较了SAT与VAT之间的基因表达谱,并采用实时定量PCR对结果进行了验证。

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。