早孕期维生素D状态与自发性早产的转录组分析
该数据集来自VDAART试验，包含孕10-18周正常妊娠与自发性早产孕妇的外周全血转录组表达谱，采用芯片表达谱分析，物种为人（9606），平台为GPL6244，共1个数据文件
基本信息
资源简介
早孕期维生素D状态与自发性早产的转录组分析
GSE142974 是一个围绕早孕期维生素 D 状态与自发性早产关系展开的转录组数据集，源站标题为“Transcriptome analysis of early pregnancy vitamin D status and spontaneous preterm birth”。该数据集收录了来自 VDAART（维生素 D 产前哮喘减少试验）的孕妇外周全血转录组表达谱，样本覆盖孕 10–18 周的正常妊娠与自发性早产孕妇，采用芯片表达谱分析，物种为人（9606），平台为 GPL6244，共包含 1 个数据文件，文件样例为 GSE142974_series_matrix.txt.gz。数据集由 Hooman Mirzakhani 提交，发布时间为 Jan 03 202，主题标签包括 Expression profiling by array、GPL6244 与 9606。整体而言，该数据集为研究早孕期母体外周血基因表达与妊娠结局之间的关系提供了可用的转录组资源。
【数据集背景】
该数据集来源于 VDAART 试验。VDAART 即维生素 D 产前哮喘减少试验，其研究背景涉及孕期维生素 D 状态与子代呼吸系统疾病（如哮喘）之间的关系。本站将该数据集归类于呼吸系统疾病 / 哮喘。数据集标题明确指向“早孕期维生素 D 状态与自发性早产”的转录组分析，说明其关注的核心问题是早孕期维生素 D 状态如何与自发性早产这一妊娠结局相关联，并从外周全血转录组层面进行表达谱刻画。源站描述进一步指出，样本来自正常妊娠与自发性早产孕妇，采血时间窗为孕 10–18 周，属于早孕期阶段。
【数据内容】
数据集包含孕妇外周全血转录组表达谱数据，采用芯片表达谱分析（Expression profiling by array），物种为人（9606），芯片平台为 GPL6244。样本分组涵盖正常妊娠与自发性早产两类孕妇，均来自 VDAART 试验，采样孕周为 10–18 周。数据集文件数量为 1，文件样例为 GSE142974_series_matrix.txt.gz，属于 GZIP 压缩格式的系列矩阵文件。该文件通常承载样本层面的表达谱矩阵及样本注释信息，可用于后续的表达差异分析与分组比较。数据集中具体包含的样本数量、基因探针数量、临床变量字段等细节，源站未提供。
【采集与来源】
数据来源站为 ncbi.nlm.nih.gov，属于 NCBI 基因表达综合数据库（GEO）体系下的数据集条目。样本采集自参加 VDAART 试验的孕妇外周全血，采集时间窗为孕 10–18 周，涵盖正常妊娠与自发性早产两组。数据集作者为 Hooman Mirzakhani，发布时间为 Jan 03 202。关于具体的采血流程、RNA 提取方法、芯片杂交与扫描实验方案、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于早孕期母体外周血转录组与妊娠结局相关的研究场景，例如比较正常妊娠与自发性早产孕妇在孕 10–18 周时的全血基因表达谱差异，探索与自发性早产相关的表达特征；也可结合 VDAART 试验背景，用于早孕期维生素 D 状态与转录组表达之间关系的探索性分析。由于本站将其归类于呼吸系统疾病 / 哮喘，该数据亦可作为孕期维生素 D、转录组与呼吸系统疾病相关研究背景下的参考数据资源。需要说明的是，上述适用场景基于数据集标题与源站描述所指示的研究主题，具体分析可行性需结合数据文件中的实际字段与样本量判断，源站未提供相关细节。
【使用方法】
使用时可先下载数据文件 GSE142974_series_matrix.txt.gz，该文件为 GZIP 压缩包，需按对应格式解压后读取。建议先在小样本上核对字段与编码，确认样本分组、表达值编码及注释信息无误后，再批量接入完整数据。由于数据集仅包含 1 个系列矩阵文件，读取时应重点关注样本注释行与表达矩阵行的对应关系，确保分组标签与表达谱正确匹配。关于芯片平台 GPL6244 的探针注释文件、数据预处理步骤（如归一化方法）等，源站未提供，使用时可参考平台配套注释信息自行处理。
【质量与限制】
该数据集文件数量为 1，样本来源为 VDAART 试验中的孕妇外周全血，采样孕周限定在 10–18 周，分组为正常妊娠与自发性早产。数据基于芯片表达谱平台 GPL6244 产生，属于转录组层面的表达谱数据，不直接反映蛋白质水平或甲基化等其它组学信息。关于样本量大小、数据质控指标、缺失值情况、批次效应控制以及临床协变量（如维生素 D 水平的具体测量值）等，源站未提供。此外，数据集发布时间标注为 Jan 03 202，年份信息不完整，源站未提供更精确的日期说明。
【引用与许可】
数据集作者为 Hooman Mirzakhani，来源站为 ncbi.nlm.nih.gov。关于该数据集的具体引用文献、使用许可条款与数据再分发规定，源站未提供。使用者在引用或再利用该数据前，应自行查阅源站条目页面获取最新的引用与许可信息。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE142974
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
参与维生素D产前哮喘减少试验（VDAART）的孕10-18周正常妊娠和自发性早产孕妇的外周全血转录组图谱。
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。
