使用GSEA分析自身免疫和自身炎症性疾病中的基因表达
该数据集包含对所研究疾病中基因表达进行基因集富集分析（GSEA）的结果。归档文件按照原始数据的GEO登录号组织为文件夹（见主文章表1）
基本信息
资源简介
使用GSEA分析自身免疫和自身炎症性疾病中的基因表达
该数据集名为 Analysis Of Gene Expression In Autoimmune And Autoinflammatory Diseases Using Gsea，收录于 Zenodo，发布时间为 2017 年，采用 Creative Commons Attribution 4.0 许可。其内容是对自身免疫与自身炎症性疾病中基因表达进行基因集富集分析（GSEA）所得到的结果。归档文件按照原始数据的 GEO 登录号组织为文件夹，若同一 GEO 数据系列中涉及多种疾病，则分别对每种疾病单独执行 GSEA，并以该数据系列中健康受试者数据作为参照。数据集主题标签包括 GSEA、autoimmunity、autoinflammation 和 GEO，本站分类归入免疫系统疾病 / 其他。
【数据集背景】
该数据集面向自身免疫和自身炎症性疾病相关的基因表达研究，核心方法是基因集富集分析（GSEA）。GSEA 常用于从基因表达谱中识别在特定生物学条件下协同变化的基因集合，从而帮助研究者从通路或功能集合层面理解疾病相关表达变化。该数据集将这一分析应用于所研究的疾病，并以健康受试者数据作为参考，形成可供浏览和进一步利用的结果集合。数据集作者包括 Arakelyan, Arsen、Nersisyan, Lilit、Poghosyan, David、Khondkaryan, Lusin、Löffler-Wirth, Henry、Melanitou, Evie 和 Binder, Hans，来源站为 doi.org，机构为 Zenodo。
【数据内容】
数据集包含对所研究疾病中基因表达进行 GSEA 的结果。归档文件按照原始数据的 GEO 登录号组织为文件夹，具体对应关系可参见主文章表 1。若一个 GEO 数据系列中研究了多种疾病，则针对每种疾病分别进行 GSEA，并以该数据系列中纳入的健康受试者数据作为参考。例如，GSE3365.IBD 文件夹包含针对克罗恩病（CD）和溃疡性结肠炎（US）的 GSEA 结果；该文件夹下的 results 文件夹中分别包含两个子文件夹 GSE3365CDvcHC 和 GSE3365UCvcHC。每个子文件夹中的结果可通过其中的 index.html 文件进行浏览。
【采集与来源】
该数据集的来源站为 doi.org，发布机构为 Zenodo，发布时间为 2017 年。其原始数据依据 GEO 登录号进行组织，归档结构以 GEO 数据系列为基础。若同一 GEO 数据系列涉及多种疾病，则分别开展 GSEA，并使用该数据系列中的健康受试者数据作为参考。关于原始数据的具体 GEO 登录号与疾病对应关系，可参见主文章表 1。除上述信息外，源站未提供更详细的采集流程、样本处理或数据生成步骤。
【适用场景】
该数据集适用于围绕自身免疫和自身炎症性疾病开展基因表达层面的功能与通路分析。由于结果以 GSEA 形式呈现，并按照 GEO 登录号和疾病分别组织，研究者可用于比较同一数据系列中不同疾病相对于健康受试者的富集结果，例如在 GSE3365.IBD 中分别查看克罗恩病和溃疡性结肠炎的分析结果。主题标签中的 GSEA、autoimmunity、autoinflammation 和 GEO 也反映了其可能的应用方向。关于更具体的适用研究设计或分析目标，源站未提供。
【使用方法】
使用者可按照归档结构定位到对应 GEO 登录号的文件夹，再进入其中的 results 文件夹，根据疾病与健康对照的比较子文件夹查找结果。例如，在 GSE3365.IBD 的 results 下，GSE3365CDvcHC 和 GSE3365UCvcHC 分别对应不同疾病与健康对照的比较。每个子文件夹中的结果可通过 index.html 文件进行浏览。若同一 GEO 数据系列包含多种疾病，需分别查看各疾病对应的子文件夹。关于结果文件的具体格式、字段含义或进一步分析方式，源站未提供。
【质量与限制】
该数据集以 GEO 登录号为组织依据，并在同一数据系列涉及多种疾病时分别进行 GSEA，以健康受试者数据作为参考，这有助于在系列内部进行疾病与健康对照的比较。其许可为 Creative Commons Attribution 4.0，允许在署名条件下使用。需要留意的是，不同 GEO 数据系列之间的原始数据来源、疾病类型和健康参考可能不同，因此跨系列比较需谨慎。关于数据质量评估、批次效应、样本量、统计阈值或验证结果等信息，源站未提供。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 许可，使用时需按照该许可要求进行署名。作者包括 Arakelyan, Arsen、Nersisyan, Lilit、Poghosyan, David、Khondkaryan, Lusin、Löffler-Wirth, Henry、Melanitou, Evie 和 Binder, Hans，发布机构为 Zenodo，发布时间为 2017 年，来源站为 doi.org。关于具体引用格式、DOI 或主文章信息，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://doi.org/10.5281/zenodo.291408
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:
数据集大小约 88.9 MB。
数据说明
该数据集包含所研究疾病中基因表达基因集富集分析（GSEA）的结果。归档文件按照原始数据的GEO登录号组织成文件夹（见主文章表1）。若在一个GEO数据系列中研究了多种疾病，则对每种疾病分别进行GSEA。每个数据系列中纳入的健康受试者数据作为参考。例如，“GSE3365.IBD”文件夹包含针对克罗恩病（CD）和溃疡性结肠炎（UC）的GSEA结果。“GSE3365.IBD”中的“results”文件夹分别包含两个子文件夹“GSE3365CDvcHC”和“GSE3365UCvcHC”。结果可通过各子文件夹中的“index.html”文件进行浏览。
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。
