ENCODE/Cold Spring Harbor Lab 小RNA测序数据集
数据以高通量测序方式开展非编码 RNA 表达谱分析，物种为人（9606），平台为 GPL9052。本站将其归入血液与淋巴系统疾病 / 慢性髓系白血病分类
基本信息
资源简介
ENCODE/Cold Spring Harbor Lab 小RNA测序数据集
GSE24565 是一个由 ENCODE 项目产生的小 RNA 测序数据集，英文全称为 Small RNA-seq from ENCODE/Cold Spring Harbor Lab，来源站为 ncbi.nlm.nih.gov。该数据集以高通量测序方式开展非编码 RNA 表达谱分析，物种为人（9606），测序平台为 GPL9052。数据集共包含 1 个文件，样例文件名为 GSE24565_series_matrix.txt.gz。本站将其归入血液与淋巴系统疾病 / 慢性髓系白血病分类。该数据由 Cold Spring Harbor Laboratory 相关团队提交，作者为 Tom Gingeras，发布时间为 Oct 06 201。整体而言，该数据集面向非编码 RNA 的高通量测序表达谱分析，适合在人类样本背景下开展小 RNA 相关研究。
【数据集背景】
该数据集源自 ENCODE 项目，由 Cold Spring Harbor Laboratory 生成。源站描述指出，数据由 ENCODE 产生，如有关于数据本身的问题，应直接联系提交实验室。源站列出了多位联系人，分别涉及数据生成、实验、计算以及主要研究者等不同职责，包括 Jonathan Preall、Carrie Davis、Alex Dobin、Wei Lin 和 Tom Gingeras。若对与该数据相关的 Genome Browser 轨道有疑问，源站建议联系 ENCODE。数据集作者为 Tom Gingeras，发布时间为 Oct 06 201。本站将该数据集归入血液与淋巴系统疾病 / 慢性髓系白血病分类，主题标签包括 Non-coding RNA profiling by high throughput sequencing、GPL9052 和 9606。
【数据内容】
该数据集的主题标签表明其属于通过高通量测序开展的非编码 RNA 表达谱分析。物种标签为 9606，即人。平台标签为 GPL9052。数据集的文件数量为 1，文件样例为 GSE24565_series_matrix.txt.gz。该文件为 GZIP 压缩包格式。除上述信息外，源站未提供关于样本数量、具体 RNA 类型、表达矩阵字段、测序深度、读长或其他数据内容细节的进一步说明。
【采集与来源】
数据由 ENCODE 项目产生，具体来自 Cold Spring Harbor Laboratory。源站描述中列出了数据生成、实验、计算和主要研究者等不同角色的联系人，并说明如有数据相关问题应直接联系提交实验室。数据集作者为 Tom Gingeras。来源站为 ncbi.nlm.nih.gov。发布时间为 Oct 06 201。关于样本采集地点、采集时间、受试者信息、伦理审批或具体实验流程，源站未提供。
【适用场景】
该数据集以高通量测序方式开展非编码 RNA 表达谱分析，物种为人，平台为 GPL9052。本站将其归入血液与淋巴系统疾病 / 慢性髓系白血病分类。基于这些信息，该数据集可用于人类非编码 RNA 表达谱相关的高通量测序分析场景，并可在血液与淋巴系统疾病、慢性髓系白血病这一分类背景下作为非编码 RNA 层面的数据资源加以参考。关于该数据集是否适用于特定疾病机制研究、生物标志物发现、临床诊断或其他具体应用，源站未提供，不应作超出已有信息的推断。
【使用方法】
使用该数据集时，可下载数据文件 GSE24565_series_matrix.txt.gz。该文件为 GZIP 压缩包格式，应按相应格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入。关于该文件内部的具体字段含义、数据矩阵结构、注释信息以及是否需要额外平台注释文件，源站未提供。
【质量与限制】
该数据集共包含 1 个文件，文件样例为 GSE24565_series_matrix.txt.gz，格式为 GZIP 压缩包。源站描述提示，如有数据相关问题应直接联系提交实验室；如对相关 Genome Browser 轨道有疑问，应联系 ENCODE。关于数据质量评估指标、缺失值情况、批次效应、重复性、测序质量或验证结果，源站未提供。该数据集被本站归入血液与淋巴系统疾病 / 慢性髓系白血病分类，但源站未提供该分类所依据的具体样本或疾病信息。
【引用与许可】
该数据集作者为 Tom Gingeras，发布时间为 Oct 06 201。源站描述中列出了数据生成、实验、计算和主要研究者等联系人信息，并说明数据由 ENCODE 产生。关于该数据集的正式引用格式、许可条款、使用限制或再分发条件，源站未提供。
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/geo/query/acc.cgi?acc=GSE24565
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
该数据由ENCODE生成。如对数据有疑问，请直接联系提交实验室（Jonathan Preall jpreall@cshl.edu（Hannon实验室第0代数据），Carrie Davis davisc@cshl.edu（实验），Alex Dobin dobin@cshl.edu（计算），Wei Lin wlin@cshl.edu（计算），Tom Gingeras gingeras@cshl.edu（首席研究员））。如对该数据相关的Genome Browser track有疑问，请联系ENCODE（mailto:genome@soe.ucsc.edu）。hg18：该数据由冷泉港的Hannon实验室作为ENCODE项目的一部分产生。该系列描述了从组织或细胞系亚细胞组分的RNA样本中分离出的20-200 nt大小的RNA的NextGen测序信息。hg19：该track描述了从ENCODE细胞系的组织或亚细胞组分的RNA样本中分离出的20-200 nt大小的RNA的NextGen测序信息。ENCODE项目的总体目标是识别和表征人类基因组序列中的所有功能元件。
hg19：该克隆方案生成定向文库，这些文库从插入片段5’端读取，其应主要对应于成熟RNA的5’端。文库在Solexa平台上测序，总循环数为36、50或76个循环，但读段经过后处理导致其3’端被修剪。因此，比对后的读段长度可变。关于数据使用条款和条件，请参阅http://www.genome.gov/27528022和http://www.genome.gov/Pages/Research/ENCODE/ENCODEDataReleasePolicyFinal2008.pdf
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。
