面肩肱型肌营养不良症严重程度的循环生物标志物
该数据集来自omicsdi.org,围绕面肩肱型肌营养不良症(FSHD)的循环生物标志物研究,包含对MRI引导的炎症肌肉活检(n=24)与同一患者非炎症肌肉活检(n=24)的RNA测序数据,以及部分患者(n=13)的外周血单核细胞和未受影响对照样本

基本信息
资源简介
面肩肱型肌营养不良症严重程度的循环生物标志物
该数据集来自omicsdi.org,围绕面肩肱型肌营养不良症(FSHD)的循环生物标志物研究,包含对MRI引导的炎症肌肉活检(n=24)与同一患者非炎症肌肉活检(n=24)的RNA测序数据,以及部分患者(n=13)的外周血单核细胞和未受影响对照样本。数据可用于评估已发表的FSHD转录组生物标志物与临床严重程度的关联,支持基于多变量模型的生物标志物分析,属于肌肉骨骼系统疾病与基因组学交叉领域(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):面肩肱型肌营养不良症(FSHD)是一种常见的、无法治愈的骨骼肌病。FSHD的临床试验受到异质性生物标志物的阻碍,这些标志物与临床严重程度关联不佳,且需要侵入性肌肉活检。宏观上,FSHD表现为肌肉的缓慢脂肪替代,并被炎症迅速加速。目前普遍认为转录因子DUX4的异常表达是FSHD发病机制的基础,并已提出包括PAX7靶基因抑制在内的机制。在此,我们对来自同一批经临床表征的FSHD患者的MRI引导的炎症(n=24)和同基因非炎症(n=24)肌肉活检,以及部分患者(n=13)的同基因外周血单核细胞和未受影响对照进行RNA测序。我们采用多变量模型评估5个已发表的FSHD转录组生物标志物的临床关联
【主题与分类】
主题标签:Genomics。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/ega/EGAS00001007350
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://omicsdi.org/dataset/ega/EGAS00001007350
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
面肩肱型肌营养不良症(FSHD)是一种常见的、无法治愈的骨骼肌病。FSHD的临床试验受到异质性生物标志物的阻碍,这些标志物与临床严重程度关联不佳,且需要侵入性肌肉活检。宏观上,FSHD表现为肌肉缓慢的脂肪替代,并被炎症迅速加速。目前普遍认为转录因子DUX4的异常表达是FSHD发病机制的基础,并提出了包括PAX7靶基因抑制在内的机制。本研究对来自同一批经临床特征描述的FSHD患者的MRI引导下炎症(n=24)和同基因非炎症(n=24)肌肉活检进行RNA测序,同时检测部分患者(n=13)的同基因外周血单核细胞以及未受影响对照。我们采用多变量模型评估5个已发表的FSHD转录组生物标志物的临床关联。我们证明,PAX7靶基因抑制能够独立于年龄和性别区分对照、炎症和非炎症FSHD肌肉(p<0.013),而DUX4靶基因的区分能力仅限于将FSHD肌肉与对照区分开来。
重要的是,非炎症肌肉中PAX7靶基因的抑制水平与FSHD严重程度的临床评估相关(p=0.04)。FSHD肌肉中的DUX4靶基因生物标志物显示与下肢脂肪分数和D4Z4阵列长度相关,但与临床评估无关。最后,FSHD肌肉中PAX7靶基因的抑制与外周血单核细胞中的水平相关(p=0.002)。一个精炼的PAX7靶基因生物标志物,由在外周血中计算的143/601个PAX7靶基因组成(FSHD肌肉-血液生物标志物),与FSHD患者的临床严重程度相关(p<0.036)。我们的新型循环生物标志物在54份FSHD患者血液样本的独立数据集中验证为临床严重程度的分类器,在老年患者中具有更好的效力(p=0.03)。总之,我们提出了min
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。




