基于生物信息学分析和机器学习筛选缺血性中风与肥胖的共诊断基因MMP9
该数据集包含肥胖与缺血性中风患者的基因表达芯片数据，通过生物信息学和机器学习筛选出共诊断基因MMP9。
基本信息
模态
基因组
创建/更新时间
2025-04-27
资源简介
该数据集来自GEO数据库，包含肥胖（OB）和缺血性中风（IS）患者的基因表达芯片数据。通过差异基因分析、WGCNA、GO/KEGG富集分析、PPI网络构建以及三种机器学习方法和12种cytohubba方法，筛选出共诊断基因MMP9，并利用CIBERSORT分析免疫浸润。数据模态为基因表达（微阵列），任务为诊断标志物筛选，潜在用途是为肥胖和缺血性中风的诊断和治疗提供靶点。
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://www.scidb.cn/detail?dataSetId=OA_d49a2c2606054ed1aa1ca622f98a6ce6
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
