系统性自身免疫疾病临床有用生物标志物的分子重分类
PRECISESADS队列包含七种系统性自身免疫疾病（系统性红斑狼疮、类风湿关节炎、干燥综合征、系统性硬化症、混合性结缔组织病、原发性抗磷脂综合征和未分化结缔组织病）及健康对照的全血分子信息
基本信息
资源简介
系统性自身免疫疾病临床有用生物标志物的分子重分类
PRECISESADS 是一个聚焦于系统性自身免疫疾病分子层面重新分类的研究队列，旨在寻找具有临床实用价值的生物标志物。该数据集收录了七种系统性自身免疫疾病患者及健康对照者的全血分子信息，涵盖系统性红斑狼疮、类风湿关节炎、干燥综合征、系统性硬化症、混合性结缔组织病、原发性抗磷脂综合征和未分化结缔组织病。数据集由 PRECISESADS 发布，机构来源为 Elixir-LU Datacatalogue，发布时间为 2020 年，来源站为 doi.org。在本站分类中，该数据集归属于肌肉骨骼系统疾病下的其他类别。整体而言，该数据集为探索系统性自身免疫疾病的分子分型、疾病机制及潜在生物标志物提供了多组学层面的资源。
【数据集背景】
系统性自身免疫疾病往往在临床表现、疾病进展和治疗反应上存在高度异质性，传统的疾病分类主要依赖临床特征和血清学指标，难以充分反映疾病在分子层面的差异。PRECISESADS 队列的建立正是为了从全血分子信息出发，对系统性自身免疫疾病进行重新分类，从而识别出对临床实践有实际价值的生物标志物。该数据集覆盖七种系统性自身免疫疾病以及健康对照，为跨疾病比较和疾病亚型发现提供了基础。其研究设计包括横断面研究和前瞻性随访的起始研究，后者分别随访 6 个月和 14 个月，有助于观察分子特征随时间的变化。
【数据内容】
该数据集包含的全血分子信息类型较为丰富，主要包括转录组、甲基化组、流式细胞术数据以及其他血清学信息，例如细胞因子和自身抗体。这些分子信息覆盖七种系统性自身免疫疾病患者和健康对照者。横断面研究提供了某一时间点上的分子状态，而起始研究则通过 6 个月和 14 个月的前瞻性随访，提供了纵向的分子变化信息。多种数据类型相结合，使得该数据集能够从基因表达、表观遗传、细胞表型和血清学等多个层面描述疾病状态。
【采集与来源】
该数据集的来源站为 doi.org，发布机构为 Elixir-LU Datacatalogue，作者为 PRECISESADS，发布时间为 2020 年。关于样本采集的具体地点、采集流程、样本处理细节、伦理审批信息以及数据生成所使用的具体平台和试剂，源站未提供。
【适用场景】
该数据集适用于系统性自身免疫疾病的分子分型研究，可用于探索七种疾病之间以及疾病与健康对照之间的分子差异。由于包含转录组、甲基化组、流式细胞术和血清学信息，该数据集也适合用于多组学整合分析，以寻找潜在的临床生物标志物。前瞻性随访部分可用于研究分子特征与疾病进展或时间变化之间的关系。此外，该数据集还可用于跨疾病比较研究，帮助理解不同系统性自身免疫疾病在分子层面的共性与特性。
【使用方法】
关于该数据集的具体使用方法，包括数据访问方式、下载途径、文件格式、数据处理流程、分析工具或代码等，源站未提供。
【质量与限制】
关于该数据集的质量评估信息、样本量、数据完整性、缺失值情况、批次效应、技术偏差以及其它潜在限制，源站未提供。
【引用与许可】
关于该数据集的引用方式、许可协议、使用条款以及数据共享政策，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/10.17881/th9v-xt85
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
PRECISESADS队列包含七种系统性自身免疫病（系统性红斑狼疮、类风湿关节炎、干燥综合征、系统性硬化症、混合性结缔组织病、原发性抗磷脂综合征和未分化结缔组织病）及健康对照的全血分子信息。该数据集包括一项横断面研究和一项前瞻性随访6个月和14个月的起始研究。分子信息包括转录组、甲基化组、流式细胞术以及其他血清学信息，如细胞因子和自身抗体。
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。
