镰状细胞贫血儿童运动前后全血转录组谱
该数据集来自 NCBI GEO（GSE244401），收录 23 名 10–19 岁镰状细胞贫血（SCA）儿童/青少年与 17 名 10–22 岁健康对照在完成八组 2 分钟功率自行车运动（组间休息 1 分钟，负荷为心肺运动试验峰值功量的 50% 或 70%）前后的全血转录组 RNA-seq 数据
基本信息
资源简介
镰状细胞贫血儿童运动前后全血转录组谱
Whole-blood transcriptome profile in children with sickle cell anemia before and after exercise
该数据集来自 NCBI GEO（GSE244401），收录 23 名 10–19 岁镰状细胞贫血（SCA）儿童/青少年与 17 名 10–22 岁健康对照在完成八组 2 分钟功率自行车运动（组间休息 1 分钟，负荷为心肺运动试验峰值功量的 50% 或 70%）前后的全血转录组 RNA-seq 数据。数据可用于比较 SCA 与对照在运动前后基因表达及先天免疫相关通路的差异，探索运动诱导的免疫应答特征（来源 NCBI）。
【数据集背景】
源站首次发布：Sep 30 202。
【数据内容】
源站描述（机器翻译，仅供参考）：与健康同龄人相比，镰状细胞贫血（SCA）患者循环促炎细胞因子和内皮活化标志物水平更高，且血液转录组谱发生改变。然而，尚未在 SCA 儿童中评估运动后全血转录组谱的特征。23 名 10-19 岁 SCA 儿童/青少年和 17 名 10-22 岁健康对照完成了八组 2 分钟功率自行车运动，组间穿插 1 分钟休息间隔（负荷为心肺运动试验中达到的峰值功量的 50% 或 70%）。在运动方案前后进行全血转录组谱（RNA-seq）检测。运动后，SCA 儿童和对照中与先天免疫相关的基因通路均发生改变。我们的结果揭示了共同和不同的免疫应答
【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：GPL24676、9606。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE244401
【使用注意】
· 源站最后修改于 May 24 202，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=GSE244401
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
与健康同龄人相比，镰状细胞贫血（SCA）患者循环中的促炎细胞因子水平和内皮活化标志物水平更高，且血液转录组谱发生改变。然而，SCA患儿运动后全血转录组谱的特征尚未得到评估。23名SCA儿童/青少年（10-19岁）和17名健康对照者（10-22岁）进行了8组2分钟的自行车测力计运动，组间穿插1分钟休息间隔（分别为心肺运动试验中所达到峰值工作负荷的50%或70%）。在运动方案前后进行全血转录组谱检测（RNA-seq）。运动后，SCA患儿和对照者中与先天免疫相关的基因通路均发生改变。我们的结果从分子层面揭示了SCA患儿和健康对照者对急性运动的共同及不同的免疫反应。
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。
