人类类风湿关节炎相关间质性肺病与类风湿关节炎外周血样本中失调的基因表达
该数据集来自 NCBI GEO,包含人类类风湿关节炎相关间质性肺病(RA-ILD)与类风湿关节炎(RA)患者外周血样本的基因表达谱数据,采用高通量测序平台 GPL30209,共 1 个文件

基本信息
资源简介
人类类风湿关节炎相关间质性肺病与类风湿关节炎外周血样本中失调的基因表达
Dysregulated gene expression in human rheumatoid arthritis-associated interstitial lung disease(RA-ILD) and rheumatoid arthritis (RA) peripheral blood samples
该数据集来自 NCBI GEO,包含人类类风湿关节炎相关间质性肺病(RA-ILD)与类风湿关节炎(RA)患者外周血样本的基因表达谱数据,采用高通量测序平台 GPL30209,共 1 个文件。源站描述显示研究通过差异基因表达分析识别关键基因、共同通路和潜在药物靶点,并用 RT-qPCR 验证潜在生物标志物,可用于探索 RA-ILD 的分子基础、表型改变及发病机制(来源 NCBI)。
【数据集背景】
源站首次发布:Oct 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):类风湿关节炎相关间质性肺病(RA-ILD)是 RA 中日益被认识的关节外表现(EAMs),具有高发病率和高死亡率。由于 RA-ILD 的病因未知,我们收集了 RA-ILD 和 RA 患者的外周血样本。采用差异基因表达分析来识别 RA-ILD 的关键基因、共同通路和潜在药物靶点。此外,进行了 RT-qPCR 以验证 RA-ILD 中的潜在生物标志物。本研究旨在更好地理解该疾病的分子基础,并为 RA-ILD 发病机制中涉及的表型改变和机制提供相关见解。
【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:GPL30209、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=GSE244596
【使用注意】
· 源站最后修改于 Oct 01 202,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=GSE244596
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
类风湿关节炎相关间质性肺病(RA-ILD)是类风湿关节炎(RA)中日益被认识的关节外表现(EAMs),具有较高的发病率和死亡率。由于RA-ILD的病因尚不明确,我们采集了RA-ILD患者和RA患者的外周血样本。采用差异基因表达分析来识别RA-ILD的关键基因、共同通路和潜在药物靶点。此外,通过RT-qPCR验证RA-ILD中的潜在生物标志物。本研究旨在更好地理解该疾病的分子基础,并为RA-ILD发病机制中的表型改变和相关机制提供见解。
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。




