基于RNA测序数据的阿尔茨海默病分子亚型分型
主题标签:阿尔茨海默病、RNA-Sequencing、分子亚型、MSBB、ROSMAP、随机森林、神经系统疾病。本站分类:神经系统疾病/阿尔茨海默病

基本信息
资源简介
基于RNA测序数据的阿尔茨海默病分子亚型分型
该数据集围绕阿尔茨海默病的分子亚型研究展开,英文名称为“Molecular Subtyping of Alzheimer Disease Using RNA-Sequencing Data Reveals Novel Mechanisms and Targets”,来源于 synapse.org,本站归类于神经系统疾病 / 阿尔茨海默病。其主题标签包括阿尔茨海默病、RNA-Sequencing、分子亚型、MSBB、ROSMAP、随机森林以及神经系统疾病。数据集对应一项利用 RNA 测序数据进行阿尔茨海默病分子亚型划分的研究,旨在揭示新的机制与靶点,并配套提供代码、数据与分析内容。该资源适合关注阿尔茨海默病分子分型、转录组数据分析、机器学习建模以及相关机制探索的研究人员参考使用。整体而言,它属于神经系统疾病领域中与阿尔茨海默病分子亚型识别相关的公开数据与代码集合。
【数据集背景】
该数据集对应研究论文“Molecular Subtyping of Alzheimer Disease Using RNA-Sequencing Data Reveals Novel Mechanisms and Targets”,作者包括 Neff RA、Wang M、Vatansever S、Guo L、Ming C、Wang Q、Wang E、Horgusluoglu-Moloch E、Song WM、Li A、Castranio EL、Tcw J、Ho L、Goate A、Fossati V、Noggle S、Gandy S、Ehrlich ME、Katsel P、Schadt E、Cai D、Brennand KJ、Haroutunian V、Zhang B。研究聚焦于利用 RNA 测序数据对阿尔茨海默病进行分子亚型划分,并据此探索新的机制与靶点。该 Synapse 仓库汇集了相关代码、数据和分析材料,为后续复现、验证和拓展研究提供基础。所有通信应发送至 Bin Zhang(bin decimal zhang at mssm.edu)。
【数据内容】
该 Synapse 仓库包含代码、数据以及针对以下实验的分析内容:1. MSBB 协变量和 CDR 调整后的亚型划分;2. ROSMAP MMSE 调整后的亚型划分;3. 使用 MSBB 进行随机森林模型训练和测试,并使用 ROSMAP 进行验证。数据内容围绕上述三项实验展开,涉及 RNA 测序数据、协变量调整、CDR 调整、MMSE 调整、随机森林模型训练、测试与验证等环节。除上述内容外,源站未提供更细粒度的数据文件清单、样本量、变量列表或数据字典。
【采集与来源】
该数据集来源于 synapse.org。源站描述显示,其对应论文作者团队整理了与阿尔茨海默病分子亚型研究相关的代码、数据和分析。研究涉及 MSBB 和 ROSMAP 两类数据资源,并围绕协变量调整、CDR 调整、MMSE 调整以及随机森林建模与验证展开。关于样本采集地点、采集时间、伦理审批信息、测序平台细节或受试者招募方式,源站未提供。
【适用场景】
该数据集适用于阿尔茨海默病分子亚型研究相关的分析场景,包括基于 RNA 测序数据的亚型划分、协变量调整分析、CDR 调整后的亚型识别、MMSE 调整后的亚型识别,以及利用 MSBB 训练随机森林模型并在 ROSMAP 中进行验证。它也适合用于探索阿尔茨海默病潜在机制与靶点的研究,以及需要参考相关代码和数据分析流程的科研工作。对于神经系统疾病尤其是阿尔茨海默病领域的转录组分析、机器学习建模和分子分型研究,该资源具有参考价值。
【使用方法】
使用者可基于该 Synapse 仓库中提供的代码、数据和分析内容,围绕三项实验开展复现或拓展:一是 MSBB 协变量和 CDR 调整后的亚型划分;二是 ROSMAP MMSE 调整后的亚型划分;三是使用 MSBB 进行随机森林模型训练和测试,并使用 ROSMAP 进行验证。软件工具对非营利机构免费开放;若为营利机构,需联系通讯作者。关于具体安装步骤、运行环境、依赖版本、输入输出格式或操作命令,源站未提供。
【质量与限制】
该数据集来源于 synapse.org,并对应已列明作者的研究工作。其内容覆盖 MSBB 和 ROSMAP 相关亚型划分及随机森林建模验证,但源站未提供样本量、数据完整性指标、批次效应处理细节、缺失值情况、模型性能数值或独立验证结果等质量评估信息。因此,无法依据现有信息对其准确性、偏倚风险或泛化能力作出判断。使用时应结合原始论文和仓库中的实际文件进一步确认。关于数据限制、适用范围边界和潜在偏差,源站未提供。
【引用与许可】
该数据集对应论文“Molecular Subtyping of Alzheimer Disease Using RNA-Sequencing Data Reveals Novel Mechanisms and Targets”,作者为 Neff RA、Wang M、Vatansever S、Guo L、Ming C、Wang Q、Wang E、Horgusluoglu-Moloch E、Song WM、Li A、Castranio EL、Tcw J、Ho L、Goate A、Fossati V、Noggle S、Gandy S、Ehrlich ME、Katsel P、Schadt E、Cai D、Brennand KJ、Haroutunian V、Zhang B。所有通信应发送至 Bin Zhang(bin decimal zhang at mssm.edu)。软件工具对非营利机构免费开放;营利机构需联系通讯作者。关于具体引用格式、数据使用协议、许可证类型或商业使用条款,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。
需登录公开下载
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。
暂未开放有偿下载
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://synapse.org/Synapse:syn25944410
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
关于“利用RNA测序数据对阿尔茨海默病进行分子亚型分型揭示新机制与靶点”的数据与代码
作者:Neff RA, Wang M, Vatansever S, Guo L, Ming C, Wang Q, Wang E, Horgusluoglu-Moloch E, Song WM, Li A, Castranio EL, Tcw J, Ho L, Goate A, Fossati V, Noggle S, Gandy S, Ehrlich ME, Katsel P, Schadt E, Cai D, Brennand KJ, Haroutunian V, Zhang B.
本Synapse仓库包含以下实验的代码、数据及分析:
- MSBB协变量与CDR调整后的亚型分型
- ROSMAP MMSE调整后的亚型分型
- 使用MSBB进行随机森林模型训练与测试,并以ROSMAP进行验证
所有通信应发送至Bin Zhang(bin decimal zhang at mssm.edu)。该软件工具对非营利机构免费开放。若您属于营利机构,请联系通讯作者。
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。




