患者脂肪干细胞来源脂肪细胞预测抗糖尿病药物反应遗传变异数据集

该数据集包含肥胖患者脂肪干细胞来源脂肪细胞的基因表达与SNP数据,揭示影响抗糖尿病药物罗格列酮反应的遗传变异。

NIAID Data Ecosystem
浏览 10
基因组GPL111549606
Patient adipose stem cell-derived adipocytes reveal genetic variation that predicts anti-diabetic drug response

基本信息

模态
基因组
创建/更新时间
2026-10-08

资源简介

患者脂肪干细胞来源脂肪细胞预测抗糖尿病药物反应遗传变异数据集

【一句话概览】

本数据集是 NCBI 公开的组学数据集,收录 1 个文件,主题涵盖 GPL11154、9606,可用于生物标志物发现与分子分型研究。

【数据集背景】

本数据集源站标题为《Patient adipose stem cell-derived adipocytes reveal genetic variation that predicts anti-diabetic drug response》。源站首次发布:Jun 06 201。

【数据内容】

源站原始描述:Thiazolidinedione drugs (TZDs) target the transcriptional activity of PPARg to reverse insulin resistance in type 2 diabetes, but side effects limit their clinical use. Here, using human adipose stem cell-derived adipocytes, we demonstrate that single-nucleotide polymorphisms (SNPs) were enriched at sites of patient-specific PPARg binding, which correlated with the individual-specific effects of TZD rosiglitazone (rosi) on gene expression. Rosi induction of ABCA1, which regulates cholesterol met…

【数据结构与技术规格】

文件数 1 个。

【主题与分类】

主题标签:GPL11154、9606。

【适用方向】

组学数据适用于生物标志物发现与分子分型相关建模研究。

【获取与许可】

源站页面:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115421

【使用注意】

· 源站最后修改于 Nov 20 202,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

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.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE115421

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))

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。

获取专属数据定制方案