GSE167630:亨廷顿病循环非编码RNA
样本包括 9 例早期亨廷顿病患者、8 名健康受试者和 5 例精神分裂症患者,共 22 例;亨廷顿病患者与精神分裂症患者均接受抗精神病药物治疗

基本信息
资源简介
GSE167630:亨廷顿病循环非编码RNA
Circulating non-coding RNAs in Huntington disease
该数据集来自 NCBI GEO,标题为 Circulating non-coding RNAs in Huntington disease,采用微阵列技术检测血浆全非编码 RNA 表达谱。样本包括 9 例早期亨廷顿病患者、8 名健康受试者和 5 例精神分裂症患者,共 22 例;亨廷顿病患者与精神分裂症患者均接受抗精神病药物治疗。数据可用于比较各组循环非编码 RNA 表达差异,识别亨廷顿病特异性非编码 RNA 集合,并评估神经阻滞药物对表达谱的影响(来源 NCBI)。
【数据集背景】
源站首次发布:Feb 26 202。
【数据内容】
源站描述(机器翻译,仅供参考):我们通过微阵列对 9 例早期亨廷顿病(CH)患者和 13 例对照者的血浆进行了全非编码 RNA 表达谱研究:对照包括 8 名健康受试者(HD)和 5 例精神分裂症(SC)患者。CH 患者正在接受抗精神病药物治疗,这也是 SC 患者最有效的治疗选择(我们在研究中纳入 SC 对照组,以尽量减少神经阻滞药物对非编码 RNA 表达的影响,并识别亨廷顿病特异性的非编码 RNA 集合)。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:Non-coding RNA profiling by array、GPL14613、9606。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE167630
【使用注意】
· 源站最后修改于 Jul 15 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE167630
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
我们通过微阵列技术,对9名早期亨廷顿病(CH)患者和13名对照者的血浆全非编码RNA表达谱进行了研究:对照组包括8名健康受试者(HD)和5名精神分裂症患者(SC)。CH患者正在接受抗精神病药物治疗,这也是SC患者最有效的治疗选择(我们将SC对照组纳入研究,以尽量减少神经阻滞剂对非编码RNA表达的影响,并识别出HD特异性的非编码RNA集)。血液样本通过静脉穿刺采集于EDTA管中,用于制备血浆。采用分步离心方案制备无细胞和血小板的血浆:样品在4°C下以1,500 g离心15分钟,上清液储存于−80°C。按照制造商说明,使用血浆/血清循环RNA纯化试剂盒(NORGEN)提取RNA。根据制造商说明,使用GeneChip miRNA 2.0阵列(Affymetrix)分析每个样本的标记RNA。原始数据使用Partek Genomic Suite软件进行分析。
在寻找差异表达的非编码RNA时,我们发现了一个与两个对照组(HD和SC)相比具有HC特异性的候选集合(p<0.05且│倍数变化│>1.5):已证实hsa-miR-98下调,而hsa-miR-323b-3p上调;2个新的snoRNA上调。
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。




