多组学分析揭示格雷夫斯病治疗候选基因
该数据集是一个专注于格雷夫斯病遗传机制研究的公开医学数据集，其数据模态主要包括基因组学层面的甲基化、基因表达和蛋白质水平的数量性状位点数据。它通过整合多组学分析和孟德尔随机化方法，系统地揭示了与疾病相关的关键基因如AGER和AIF1，并预测了潜在的靶向治疗药物，主要应用于自身免疫性甲状腺疾病的病因探索、治疗靶点发现及药物研发等研究方向。
基本信息
资源简介
多组学分析揭示格雷夫斯病治疗候选基因
【数据集背景】
本数据集源站标题为《Multi-omics profiling uncovers candidate genes for the treatment of graves’ disease》。配套论文《Multi-omics profiling uncovers candidate genes for the treatment of graves’ disease》发表于 Immunopharmacology and Immunotoxicology（2025），DOI：10.1080/08923973.2025.2603439。项目资助方：Education Research Project for Young and Middle aged Teachers by the Education Department of Fujian Province (JAT190558); Putian Science and Technology Bureau Funding(2020S3F007); Fujian Provincial Natural Science Foundation Project (2023J011720).。源站首次发布：2025-12-22。
【数据内容】
源站原始描述：This Summary-data-based Mendelian randomization (SMR) study investigates the genetic basis of Graves’ disease (GD) using a multi-omics approach to elucidate biological mechanisms and identify therapeutic candidates. SMR and Bayesian colocalization analyzed GD associations with methylation (mQTL), expression (eQTL), and protein quantitative trait loci (pQTL) using FinnGen as the discovery cohort. Top SNPs underwent methylation-gene expression and gene expression-protein interaction analyses. Key…
【数据结构与技术规格】
文件数 1 个，合计 287.92 KB。iipi_a_2603439_sm3394.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，287.92 KB。数据集 DOI：10.6084/m9.figshare.30931680.v1。
【主题与分类】
源站学科分类：Biochemistry、Cell Biology、Genetics、Molecular Biology、Pharmacology、Biological Sciences not elsewhere classified。主题标签：Multi-omics research、Graves’ disease、candidate genes、summary-data-based Mendelian randomization、AGER/AIF1。
【适用方向】
源站学科分类标注为 Biochemistry、Cell Biology、Genetics、Molecular Biology、Pharmacology、Biological Sciences not elsewhere classified。
【获取与许可】
源站页面：https://tandf.figshare.com/articles/dataset/Multi-omics_profiling_uncovers_candidate_genes_for_the_treatment_of_graves_disease/30931680
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Multi-omics profiling uncovers candidate genes for the treatment of graves’ disease. Taylor & Francis. Gao, Jian; Zheng, Zifang; Zhang, Guolie
【使用注意】
· 源站最后修改于 2026-02-18，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（Figshare）
按页面 Download 按钮获取。
数据说明
该数据集是基于汇总数据的孟德尔随机化（SMR）研究，旨在通过多组学方法探究格雷夫斯病（GD）的遗传基础，阐明其生物学机制并识别潜在治疗靶点。研究整合了来自芬兰基因库（FinnGen）的发现队列以及独立的全基因组关联研究（GWAS）验证数据集，包含甲基化数量性状位点（mQTL）、表达数量性状位点（eQTL）和蛋白质数量性状位点（pQTL）等多组学数据。通过SMR、贝叶斯共定位分析、功能富集分析和药物特征数据库（DsigDB）药物预测等方法，揭示了AGER和AIF1等关键基因在多组学层面与GD的显著关联，并指出这些基因涉及免疫/炎症通路。该数据集为理解GD的发病机制提供了新见解，并为其治疗策略和药物开发提供了潜在方向。
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。
