断奶期可育与低育肉牛母牛外周白细胞miRNA谱
该数据集来自NCBI GEO,包含断奶期(出生后约238天)安格斯-西门塔尔杂交肉牛母牛外周血白细胞的miRNA表达谱,采用small-RNA测序生成

基本信息
资源简介
断奶期可育与低育肉牛母牛外周白细胞miRNA谱
miRNA profiling from peripheral white blood cells in fertile and subfertile beef heifers at weaning
该数据集来自NCBI GEO,包含断奶期(出生后约238天)安格斯-西门塔尔杂交肉牛母牛外周血白细胞的miRNA表达谱,采用small-RNA测序生成。母牛在固定时间人工授精后75天根据是否妊娠被回顾性分类为可育或低育。数据可用于比较两类母牛断奶期miRNA表达差异,探索与生育力相关的非编码RNA标志物(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):在断奶时采样的肉牛母牛中,使用small-RNA测序测量miRNA谱,这些母牛在繁殖方案后回顾性分类为可育或低育。为此,从断奶时(出生后约238天)采集的杂交母牛(安格斯-西门塔尔)血液样本(10 mL)中生成miRNA谱。从血液样本中提取外周白细胞(PWBC),并在-80°C下保存直至进一步处理。在繁殖季节,所有母牛遵循相同的繁殖方案、发情同步和固定时间人工授精(AI)。固定时间AI后14天,未怀孕母牛与可育公牛接触60天。根据AI后75天是否存在孕体,将通过……怀孕的母牛分类为可育。
【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:GPL23055、9913。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE225854
【使用注意】
· 源站最后修改于 Sep 15 202,引用时请注意版本时效。
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=GSE225854
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
采用小RNA测序技术检测了断奶时采样的肉用母牛的miRNA表达谱,这些母牛随后根据繁殖方案被回顾性分类为可育或低育。为此,从杂交母牛(安格斯-西门塔尔)断奶时(出生后约238天)采集的血液样本(10 mL)中生成miRNA表达谱。从血液样本中提取外周白细胞(PWBC),并保存于-80°C直至进一步处理。在繁殖季节,所有母牛均遵循相同的繁殖方案、发情同步化和定时人工授精(AI)。定时人工授精后14天,未怀孕母牛与可育公牛接触60天。根据人工授精后75天是否存在孕体,母牛被分类为可育组(通过人工授精怀孕)、自然交配怀孕组(P-NB)或低育组(未怀孕)。本研究选取可育组(n = 7)和低育组(n = 7)母牛进行分析。
从14份样本的PWBC中提取总RNA,并进行小RNA文库制备和测序。经过质量控制、接头修剪和比对后,使用成熟miRNA进行差异表达分析。将读数转换为每百万计数(CPM),并过滤掉在50%样本中CPM < 1的原始计数。使用DESeq2 v 1.26.0对过滤后的原始计数进行分析,以鉴定差异表达miRNA(DEMIs)。以p值 < 0.05且绝对(log2倍数变化)> 0.5鉴定的DEMIs被认为具有显著性。以低生育力小母牛为参考组,我们在高生育力组和低生育力组之间鉴定了16个DEMIs。为了确定靶向DEMIs的基因,我们下载了每个DEMI的靶基因,并仅保留在PWBCs中表达的那些基因。对于miRNA-基因相关性,我们使用了偏c
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。




