GSE291978:类风湿关节炎PBMC来源lncRNA的表达及意义
该数据集来自NCBI GEO,包含类风湿关节炎患者外周血单核细胞(PBMC)的转录组测序数据,用于获取lncRNA表达模式,并通过RT-qPCR验证

基本信息
资源简介
GSE291978:类风湿关节炎PBMC来源lncRNA的表达及意义
Expression and significance of lncRNAs derived from PBMC in rheumatoid arthritis
该数据集来自NCBI GEO,包含类风湿关节炎患者外周血单核细胞(PBMC)的转录组测序数据,用于获取lncRNA表达模式,并通过RT-qPCR验证。研究发现LINC00494、TSP0AP1-AS1、MCM3AP-AS1和LINC01588水平降低,OIP5-AS1水平升高,五个失调lncRNA的ROC曲线下面积(AUC)为0.654至0.915,联合诊断AUC达0.920。数据可用于RA相关lncRNA标志物筛选与诊断模型构建(来源 NCBI)。
【数据集背景】
源站首次发布:Mar 14 202。
【数据内容】
源站描述(机器翻译,仅供参考):长链非编码RNA(lncRNA)因其在多种自身免疫性疾病中的关键作用而日益受到关注。本研究执行了全面的转录组测序,以获取类风湿关节炎(RA)外周血单核细胞(PBMC)中的lncRNA表达模式。随后,我们通过实时定量聚合酶链反应(RT-qPCR)对测序数据进行了验证。研究结果显示,与对照组相比,RA患者PBMC中LINC00494、TSP0AP1-AS1、MCM3AP-AS1和LINC01588水平降低,OIP5-AS1水平升高。针对五个失调lncRNA的ROC分析显示,曲线下面积(AUC)范围为0.654至0.915,且其联合应用对准确诊断RA具有高效用(AUC = 0.920)。RF与LINC00494表达之间存在负相关(P=0.027),抗CCP与MCM3AP-AS1之间存在正相关(P=0.024),以及负
【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:GPL11154、9606。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE291978
【使用注意】
· 源站最后修改于 Apr 09 202,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=GSE291978
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
长链非编码RNA(lncRNA)因其在多种自身免疫性疾病中的关键作用而日益受到关注。本研究通过全面的转录组测序,获取了类风湿关节炎(RA)患者外周血单个核细胞(PBMC)中的lncRNA表达谱。随后,我们采用实时定量聚合酶链反应(RT-qPCR)对测序数据进行了验证。结果显示,与对照组相比,RA患者PBMC中LINC00494、TSP0AP1-AS1、MCM3AP-AS1和LINC01588水平降低,OIP5-AS1水平升高。对五种失调lncRNA的ROC分析显示,曲线下面积(AUC)范围为0.654至0.915,其联合应用对RA的准确诊断具有较高价值(AUC = 0.920)。RF与LINC00494表达呈负相关(P=0.027),抗CCP与MCM3AP-AS1呈正相关(P=0.024),CRP与LINC01588表达呈负相关(P=0.020)。我们的研究表明,PBMC中的LINC00494、TSP0AP1-AS1、MCM3AP-AS1、LINC01588和OIP5-AS1可能作为RA的生物标志物。
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。




