帕金森病患者队列中的下一代测序研究

该数据集来自 ebi.ac.uk,属于神经系统疾病/帕金森病分类,主题标签为 exome sequencing 与 Homo sapiens

biostudies
浏览 6
基因组分类exome sequencingHomo sapiens
A Next-Generation Sequencing Study in a Cohort of Patients with Parkinson’s Disease

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-21

资源简介

帕金森病患者队列中的下一代测序研究

A Next-Generation Sequencing Study in a Cohort of Patients with Parkinson’s Disease

该数据集来自 ebi.ac.uk,属于神经系统疾病/帕金森病分类,主题标签为 exome sequencing 与 Homo sapiens。源站描述显示,研究对 126 名具有西西里血统的白人帕金森病患者进行临床-人口学评估,从外周血提取 DNA 后采用基于 162 个基因定制 panel 的下一代测序系统进行测序,并结合等位基因频率、Human Gene Mutation Database 收录情况及文献中与帕金森病或其他运动/神经退行性疾病的关联对变异进行过滤。结果发现变异数量最多的是 LRRK2 基因。该数据可用于帕金森病遗传变异探索及相关研究(来源 BioStudies)。

【数据内容】

源站描述(机器翻译,仅供参考):背景:帕金森病(PD)是一种多系统、多因素疾病。因此,应用现代遗传学技术可能有助于揭示其复杂的病理生理机制。方法:我们对 126 名 PD 患者进行了临床-人口学评估,所有患者均为白人且具有西西里血统。从每位患者的外周血中提取 DNA,随后使用下一代测序系统进行测序。该系统基于一个包含 162 个基因的定制基因 panel。样本经过进一步过滤,过滤时考虑了遗传变异的等位基因频率、其在 Human Gene Mutation Database 中的收录情况,以及文献中其与 PD 或其他运动/神经退行性疾病的关联。结果:鉴定出的变异数量最多的是富含亮氨酸重复激酶 2(LRRK2)基因。然而,其他基因中的变异

【主题与分类】

主题标签:exome sequencing、Homo sapiens。本站分类:神经系统疾病/帕金森病。

【获取与许可】

源站页面:https://ebi.ac.uk/biostudies/studies/E-MTAB-13523

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://ebi.ac.uk/biostudies/studies/E-MTAB-13523

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

E-MTAB-13523 一项针对帕金森病患者队列的下一代测序研究 外显子组测序 EFO EFO_0005396 智人 背景:帕金森病(PD)是一种多系统、多因素疾病。因此,应用现代遗传学技术可能有助于

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