血液miR-144-3p：抑郁症的新型诊断和治疗工具
小鼠慢性社交失败应激模型及抗抑郁药治疗后的血液miRNA测序数据，揭示miR-144-3p作为抑郁症诊断和治疗生物标志物的潜力。
基本信息
资源简介
血液miR-144-3p：抑郁症的新型诊断和治疗工具
【数据集背景】
本数据集源站标题为《Blood miR-144-3p: A Novel Diagnostic and Therapeutic Tool for Depression》。源站首次发布：2022-10-06。
【数据内容】
源站原始描述：Major depressive disorder (MDD) is the leading cause of disability worldwide. There is an urgent need for objective biomarkers to diagnose this highly heterogeneous syndrome, assign treatment, and evaluate treatment response and prognosis. MicroRNAs (miRNAs) are short non-coding RNAs, which are detected in body fluids that have emerged as potential biomarkers of many disease conditions. The present study explored the potential use of miRNAs as biomarkers for MDD and its treatment. We profiled th…
中文译文（机器翻译，仅供快速理解，请以原文为准）：重性抑郁障碍（MDD）是全球致残的主要原因。迫切需要客观生物标志物来诊断这一高度异质性的综合征、分配治疗并评估治疗反应和预后。微小RNA（miRNA）是一类短的非编码RNA，可在体液中检测到，已成为多种疾病状态的潜在生物标志物。本研究探讨了miRNA作为MDD及其治疗生物标志物的潜在用途。我们检测了小鼠循环血液miRNA的表达水平，这些小鼠的样本采集于暴露于慢性社会挫败应激（CSDS）之前和之后，以及重复给予丙咪嗪或单剂氯胺酮治疗之后；CSDS是一种经过广泛验证、用于研究抑郁症的小鼠模型。我们观察到，在经过一段潜伏期后，应激抵抗小鼠和应激易感小鼠之间的血液miRNA特征存在显著差异，但在暴露于应激后即刻并未出现这种差异。此外，氯胺酮治疗在重建基线miRNA表达水平方面比丙咪嗪更有效，但仅限于对药物有行为学应答的小鼠。我们鉴定
【主题与分类】
主题标签：PRJNA862085。
【适用方向】
组学数据适用于生物标志物发现与分子分型相关建模研究。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/sra/SRP387962
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.ncbi.nlm.nih.gov/sra/SRP387962
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。
