长期Sahaj Samadhi冥想与Sudarshan Kriya瑜伽练习的全血基因表达转录组特征:生活方式匹配的横断面研究

该数据集来自 NCBI BioProject(ID 1533313),主题为长期 Sahaj Samadhi 冥想(SSM)与 Sudarshan Kriya Yoga(SKY)练习者的全血基因表达转录组特征,采用生活方式匹配的横断面研究设计

sra
浏览 8
基因组分类Transcriptome or Gene expression
PRJNA1533313: Transcriptome Signatures of Long-Term Sahaj Samadhi Meditation (SSM) and Sudarshan Kriya Yoga (SKY) Practice: A Lifestyle-Matched Cross-Sectional Study of Whole Blood Gene Expression

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-20

资源简介

长期Sahaj Samadhi冥想与Sudarshan Kriya瑜伽练习的全血基因表达转录组特征:生活方式匹配的横断面研究

该数据集为 NCBI BioProject 收录项目,编号 1533313,英文全称为 Transcriptome Signatures of Long-Term Sahaj Samadhi Meditation (SSM) and Sudarshan Kriya Yoga (SKY) Practice: A Lifestyle-Matched Cross-Sectional Study of Whole Blood Gene Expression。其研究主题是长期练习 Sahaj Samadhi 冥想(SSM)与 Sudarshan Kriya Yoga(SKY)人群的全血基因表达转录组特征,研究设计采用生活方式匹配的横断面比较策略。数据集在主题上归属于转录组或基因表达方向,本站将其分类为免疫系统疾病 / 其他。项目来源为 ncbi.nlm.nih.gov,用户可通过 BioProject 记录集中获取该项目所关联的多种数据类型链接,从而定位与冥想及瑜伽练习相关的全血基因表达数据资源。

【数据集背景】

BioProject 是 NCBI 提供的一种项目级资源组织方式,用于汇集与某一项单一研究计划相关的生物学数据。该计划通常来自一个机构或一个联合体。BioProject 记录本身并不直接承载全部原始数据,而是为用户提供一个统一入口,以便查找由该项目产生的不同类型的数据。本数据集即属于此类项目记录,其研究关注长期冥想与瑜伽练习对全血基因表达的影响,具体涉及 Sahaj Samadhi 冥想(SSM)和 Sudarshan Kriya Yoga(SKY)两种练习方式。研究采用生活方式匹配的横断面设计,意味着在比较练习者与非练习者或不同练习类型时,考虑了生活方式因素的匹配,以增强组间可比性。该项目的主题标签为 Transcriptome or Gene expression,表明其核心数据属于转录组或基因表达范畴。

【数据内容】

该数据集的主题标签为 Transcriptome or Gene expression,研究内容为全血基因表达转录组特征。项目标题明确指向长期 SSM 与 SKY 练习者的转录组签名,并强调全血样本与生活方式匹配的横断面研究设计。因此,数据内容应围绕全血样本中基因表达水平的检测结果展开,用于刻画长期练习者与匹配对照组之间在转录组层面的差异或特征。关于样本量、具体基因列表、表达量矩阵、测序平台、reads 数、差异表达分析结果等细节,源站未提供。本站分类为免疫系统疾病 / 其他,但该分类与转录组数据之间的具体关联机制,源站未提供。

【采集与来源】

数据来源站为 ncbi.nlm.nih.gov,源站标题为 Transcriptome Signatures of Long-Term Sahaj Samadh... (ID 1533313) - BioProject - NCBI。该项目记录由 NCBI BioProject 维护,项目编号为 1533313。BioProject 作为项目集合,可链接到由该单一研究计划产生的多种数据类型。关于样本采集地点、采集时间、受试者招募方式、伦理审批信息、测序机构、数据处理流程等,源站未提供。

【适用场景】

该数据集适用于转录组学与基因表达相关研究,尤其是围绕冥想、瑜伽等身心干预与全血基因表达关联的探索。由于研究设计为生活方式匹配的横断面研究,可应用于比较长期 SSM 练习者、长期 SKY 练习者以及匹配对照人群的基因表达特征。也可用于免疫系统疾病 / 其他分类下的探索性分析,但具体适用性需结合源站提供的原始数据与元数据判断。此外,该 BioProject 记录可作为查找同一研究计划下多种数据类型的入口,适用于需要整合该项目关联数据的场景。关于该数据集是否适用于临床诊断、治疗指导或公共卫生决策,源站未提供。

【使用方法】

用户可通过 NCBI BioProject 记录(ID 1533313)访问该项目,并利用其提供的链接查找由该研究计划产生的不同数据类型。由于 BioProject 记录本身是项目级入口,具体数据下载、格式、分析工具及流程需依据源站提供的链接和说明进行操作。关于如何获取原始测序数据、如何复现分析、是否需要申请权限等,源站未提供。

【质量与限制】

该数据集为 BioProject 项目记录,其质量与限制取决于源站所链接的具体数据及元数据。研究设计为横断面研究,无法直接推断长期练习与基因表达变化之间的因果关系。生活方式匹配可在一定程度上控制混杂,但匹配的具体变量、匹配程度及残余混杂,源站未提供。样本量、统计功效、多重检验校正、批次效应处理等信息,源站未提供。本站分类为免疫系统疾病 / 其他,但该分类与数据集内容的对应关系及分类依据,源站未提供。

【引用与许可】

该数据集的引用方式、许可协议、使用限制及数据共享政策,源站未提供。用户在使用时应遵循 NCBI BioProject 及源站的相关规定,并依据源站记录中的引用信息进行规范引用。关于是否需要获得额外授权、是否允许商业使用、如何声明数据来源等,源站未提供。

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://ncbi.nlm.nih.gov/bioproject/PRJNA1533313

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。

数据说明

Sahaj Samadhi冥想(SSM)是一种基于咒语的无为超越冥想,Sudarshan Kriya瑜伽(SKY)是一种节律性循环呼吸练习,二者由Art of Living Foundation教授,并按照标准化日常方案一起练习。短期研究已将此类练习与促炎基因表达降低和免疫指标改善联系起来,但持续多年的练习是否会产生稳定的转录表型尚未得到证实。我们对从同一社区招募的30名长期Art of Living练习者和30名非练习者对照进行了全血基因表达分析。练习者遵循标准方案:每天两次SSM,每次20分钟;每天一次SKY,约25分钟,持续至少10年(平均15.8年,范围10-26年)。

由于饮食、酒精、烟草和社会经济背景会强烈混淆血液转录组,所有参与者均为素食者,戒除酒精、烟草和娱乐性药物,并且来自相似的社会经济和地理环境;各组在年龄、性别、体重指数和生活方式上相匹配,设计上仅在是否长期坚持冥想练习方面存在差异。每位练习者每天都遵循两个组成部分,因此这些数据描述的是SSM和SKY方案的联合效果,而非任一单独练习。该数据集为长期练习的转录相关特征提供了生活方式匹配的参考,可用于与慢性应激特征以及短期身心干预数据集进行比较。

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。

获取专属数据定制方案