COPD伴随股四头肌线粒体与ECM协调转录扰动
该数据集来自omicsdi.org，收录一项关于COPD患者股四头肌转录变化的研究。实验使用Affymetrix HuGene 1.1 ST芯片，检测79例稳定期COPD患者与16例年龄性别匹配健康对照的全局基因转录，识别出1,826个差异表达转录簇，并划分为6个共表达基因模块，这些模块与COPD的
基本信息
资源简介
COPD伴随股四头肌线粒体与ECM协调转录扰动
该数据集来自omicsdi.org，主题标签为Transcriptomics，聚焦慢性阻塞性肺疾病（COPD）患者股四头肌的转录组变化。研究采用Affymetrix HuGene 1.1 ST芯片检测全局基因转录，纳入79例来自二级医疗机构的稳定期COPD患者与16例年龄、性别匹配的健康对照，共识别出1,826个差异表达转录簇，并将其划分为6个共表达基因模块；这些模块与COPD的临床和免疫学特征存在差异性关联。数据集整体围绕COPD骨骼肌转录扰动展开，尤其涉及线粒体与细胞外基质相关基因表达的改变，为研究COPD系统性表现中的肌肉功能障碍提供了转录层面的数据基础。
【数据集背景】
COPD不仅累及肺部，还伴随肺外系统性改变，骨骼肌功能障碍是其中较受关注的表现之一。股四头肌作为重要的外周骨骼肌，其功能状态与患者的运动耐量和临床结局密切相关。该研究旨在系统刻画COPD患者股四头肌中伴随疾病发生的转录变化，从全局基因表达层面考察线粒体与细胞外基质等通路的扰动情况，从而为理解COPD的全身性影响提供分子依据。
【数据内容】
数据集的核心内容是股四头肌组织的全局基因转录测量结果。研究共识别出1,826个差异表达转录簇，并进一步将这些转录簇归纳为6个共表达基因模块。这些模块与COPD的临床特征和免疫学特征表现出差异性关联，说明转录层面的改变并非单一模式，而是以协同、模块化的方式与疾病表型相联系。数据集标题所强调的线粒体与细胞外基质转录扰动，构成了该数据内容的主要生物学关注点。
【采集与来源】
样本来自二级医疗机构中未经过挑选的稳定期COPD患者队列，共79例，并设置16例年龄和性别匹配的健康对照。转录测量使用Affymetrix HuGene 1.1 ST阵列完成，覆盖全局基因转录。数据集经由omicsdi.org收录，分类归入呼吸系统疾病下的其他类别，主题标签为Transcriptomics。
【适用场景】
该数据集适用于COPD骨骼肌转录组研究，可用于考察COPD患者与健康对照之间股四头肌基因表达的差异，分析共表达模块与临床、免疫学特征之间的关联，以及围绕线粒体和细胞外基质相关转录扰动开展验证性或比较性分析。对于关注COPD系统性表现和骨骼肌功能障碍机制的研究，该数据具有参考价值。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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://omicsdi.org/dataset/geo/GSE100281
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
在本实验中，我们对伴随慢性阻塞性肺疾病（COPD）发生的股四头肌转录变化进行了编目。我们使用Affymetrix HuGene 1.1 ST芯片，在一个未经选择的队列中测量了股四头肌的整体基因转录情况，该队列包括79名处于二级医疗照护下的稳定期COPD患者和16名年龄、性别相匹配的健康对照者。我们鉴定出1,826个差异表达的转录本簇，构成6个共表达基因模块，这些模块与COPD的临床和免疫学特征存在差异性关联。
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。
