PRJNA356063:基于差异相关分析的轻度认知障碍血浆 microRNA 生物标志物检测

数据围绕人类血浆 microRNA 表达,采用差异相关分析寻找轻度认知障碍相关的生物标志物,可用于转录组或基因表达层面的生物标志物筛选与分类建模研究(来源 NCBI)

sra
浏览 10
基因组分类Transcriptome or Gene expression
PRJNA356063: Plasma microRNA biomarker detection for mild cognitive impairment using differential correlation analysis

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

PRJNA356063:基于差异相关分析的轻度认知障碍血浆 microRNA 生物标志物检测

PRJNA356063 是一个围绕人类血浆 microRNA 表达展开的生物项目,其英文标题为“Plasma microRNA biomarker detection for mild cognitive impairment using differential correlation analysis”。该项目聚焦于轻度认知障碍相关的生物标志物发现,采用差异相关分析策略,从血浆 microRNA 表达层面寻找潜在标志物。项目归类于神经系统疾病 / 阿尔茨海默病方向,主题标签为“Transcriptome or Gene expression”,表明其数据属于转录组或基因表达范畴。整体来看,该数据集可用于转录组或基因表达层面的生物标志物筛选与分类建模研究,为轻度认知障碍的分子层面探索提供数据基础。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。

【数据集背景】

该数据集来源于 NCBI 的 BioProject 数据库,项目编号为 PRJNA356063,对应物种为 Homo sapiens(ID 356063)。BioProject 是围绕某一项研究计划、由单一机构或联合体产生的生物数据的集合,其记录为用户提供统一入口,以便找到该项目所产生的多种数据类型。本项目的研究主题是轻度认知障碍的血浆 microRNA 生物标志物检测,采用差异相关分析方法。轻度认知障碍是介于正常认知老化与痴呆之间的一种状态,常被视为阿尔茨海默病等神经退行性疾病的前驱阶段,因此在该阶段寻找外周血中的分子标志物具有潜在的研究价值。本站将其分类为神经系统疾病 / 阿尔茨海默病,主题标签为转录组或基因表达,说明该项目的数据类型与基因表达调控相关。

【数据内容】

该数据集围绕人类血浆 microRNA 表达展开。microRNA 是一类短小的非编码 RNA,能够在转录后水平调控基因表达,并可在血浆等体液中稳定检出,因而常被用作潜在的生物标志物来源。本项目的核心内容是通过差异相关分析来检测与轻度认知障碍相关的 microRNA 生物标志物。主题标签“Transcriptome or Gene expression”表明,该项目产生的数据属于转录组或基因表达类型。除上述信息外,关于具体样本数量、microRNA 种类、表达矩阵、分组设计、测序平台或分析结果等细节,源站未提供。

【采集与来源】

该数据集的来源站为 ncbi.nlm.nih.gov,属于 NCBI 的 BioProject 数据库。项目记录为 Homo sapiens(ID 356063),英文标题为“PRJNA356063: Plasma microRNA biomarker detection for mild cognitive impairment using differential correlation analysis”。根据源站描述,BioProject 记录本身是一个集合性入口,用于汇集与单一研究计划相关的多种数据类型,这些数据来自单一组织或联合体。因此,该项目的具体样本采集方式、采集地点、采集时间、受试者纳入与排除标准、伦理审批信息等,源站未提供。

【适用场景】

基于其主题标签与项目描述,该数据集适用于转录组或基因表达层面的生物标志物筛选与分类建模研究。具体而言,可围绕血浆 microRNA 表达数据,探索轻度认知障碍相关的候选标志物,并尝试构建分类模型。此外,由于项目归类于神经系统疾病 / 阿尔茨海默病,该数据也可用于神经退行性疾病早期分子标志物的相关研究。需要说明的是,上述适用场景是基于项目主题与数据类型的一般性描述,关于该数据集是否已用于特定研究、是否经过验证或是否适用于临床诊断,源站未提供。

【使用方法】

该数据集可通过 NCBI BioProject 数据库访问,项目编号为 PRJNA356063。BioProject 记录提供统一入口,用户可借此找到该项目所产生的多种数据类型。关于具体的数据下载方式、文件格式、分析流程、差异相关分析的具体实现步骤、统计阈值或软件工具等,源站未提供。

【质量与限制】

该数据集来源于 NCBI BioProject,属于公开数据库中的项目记录。关于样本量、数据完整性、批次效应、技术重复、缺失值情况、数据质控指标以及结果的可重复性等质量相关信息,源站未提供。此外,该项目聚焦于血浆 microRNA 与轻度认知障碍的关联,但关于其结论是否具有普遍适用性、是否经过独立队列验证,源站未提供。因此,在使用该数据集时,应结合源站记录及项目关联的原始文献或数据文件进一步核实。

【引用与许可】

该数据集的来源站为 ncbi.nlm.nih.gov,项目编号为 PRJNA356063。关于该数据集的引用方式、许可协议、使用限制或版权声明等具体信息,源站未提供。用户在使用时应遵循 NCBI 及 BioProject 数据库的相关政策,并参考项目记录中可能提供的引用指引。

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/PRJNA356063

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

背景:轻度认知障碍(MCI)是正常衰老与阿尔茨海默病及其他痴呆症之间的中间状态。早期发现痴呆和MCI,对于二级预防而言是一个至关重要的问题。血液生物标志物检测是早期发现MCI的一种可能途径。尽管疾病生物标志物通常通过单一分子分析(如t检验)来检测,但另一种可能的方法是基于分子间的相互作用。结果:对日本30名年龄匹配的对照组和23名MCI患者血浆样本中的745种微小RNA(miRNA)数据集进行了差异相关分析,该分析用于检测病例/对照研究中两个变量相关性的差异。筛选出由20种miRNA组成的20对miRNA作为MCI标志物。其中两对miRNA(hsa-miR-191与hsa-miR-101,以及hsa-miR-103与hsa-miR-222)在MCI检测中达到了最高的曲线下面积(AUC)值0.962。另外两对包含hsa-miR-191和hsa-miR-125b的miRNA对也达到了≥0.95的高AUC值。为进一步理解其生物学意义,对MCI标志物进行了通路分析。

因此,hsa-miR-191相关性的瓦解以及hsa-miR-125b相关性的出现,可能在MCI和痴呆进展中发挥关键作用。结论:差异相关性分析作为一种生物信息学工具,能够阐明疾病背后复杂且相互依赖的生物系统,可检测出t检验等单分子分析无法发现的有效MCI标志物。总体设计:为检测MCI的血浆miRNA生物标志物,从30例年龄匹配的对照者(Normal,12例男性和18例女性,平均年龄70.4岁)和23例MCI患者(11例男性和12例女性,平均年龄72.8岁)中采集血液样本。使用miRNeasy Mini Kit(Qiagen)从血浆中提取总RNA。然后,使用miRCURY LNA™ Universal RT microRNA PCR System、Ready-to-Use Human panel I和panel II、V2。wer

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