颅内动脉瘤壁RNA测序分析:破裂中溶酶体与免疫球蛋白的参与
该数据集为GSE122897,来源于NCBI GEO,包含颅内动脉瘤壁的RNA测序表达谱数据,比较了破裂与未破裂动脉瘤及对照颅内动脉的基因表达差异

基本信息
资源简介
颅内动脉瘤壁RNA测序分析:破裂中溶酶体与免疫球蛋白的参与
RNA Sequencing Analysis of Intracranial Aneurysm Walls Reveals Involvement of Lysosomes and Immunoglobulins in Rupture
该数据集为GSE122897,来源于NCBI GEO,包含颅内动脉瘤壁的RNA测序表达谱数据,比较了破裂与未破裂动脉瘤及对照颅内动脉的基因表达差异。数据涉及免疫系统疾病相关研究,主题标签包括高通量测序表达谱分析,物种为人类(9606),平台为GPL16791。数据集共1个文件,可用于探索动脉瘤破裂相关的分子机制、筛选差异表达基因及潜在治疗靶点(来源 NCBI)。
【数据集背景】
源站首次发布:Nov 25 201。
【数据内容】
源站描述(机器翻译,仅供参考):背景与目的——分析参与颅内动脉瘤发生和破裂的基因可以增进对动脉瘤发病机制的了解,并识别新的治疗策略。我们比较了破裂与未破裂动脉瘤及对照颅内动脉之间的基因表达。
【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:GPL16791、9606。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE122897
【使用注意】
· 源站最后修改于 Oct 27 202,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=GSE122897
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
背景与目的——分析参与颅内动脉瘤发生与破裂的基因,可增进对动脉瘤发病机制的了解,并识别新的治疗策略。我们比较了破裂与未破裂动脉瘤以及对照颅内动脉之间的基因表达。方法——我们采用RNA测序确定表达水平。应用多变量负二项模型,我们识别了44个动脉瘤与16条对照动脉之间、以及22个破裂动脉瘤与21个未破裂动脉瘤之间差异表达的基因。使用数字聚合酶链反应验证了8个相关且高度显著基因的差异表达。采用通路分析识别富集的通路。我们还分析了具有极端差异表达模式的基因:仅在一个条件下表达而在另一条件下完全不表达。结果——我们发现动脉瘤与对照相比有229个差异表达基因,破裂与未破裂动脉瘤相比有1489个差异表达基因。所选用于数字聚合酶链反应验证的全部8个基因的差异表达均得到确认。
与对照组相比,动脉瘤中细胞外基质通路富集;而与未破裂动脉瘤相比,破裂动脉瘤中免疫反应相关通路及溶酶体通路富集。免疫球蛋白基因在动脉瘤中表达,但在对照组中无表达。结论——针对颅内动脉瘤破裂,我们鉴定出溶酶体通路为一个新通路,并进一步发现免疫反应作用的证据。我们的结果还提示免疫球蛋白在动脉瘤发病机制中的作用。因此,免疫调节药物是预防动脉瘤发生与破裂的有前景的候选治疗策略。
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。




