PRJNA1502839:健康、脓毒症与脓毒症相关ARDS的全转录组表达谱及ceRNA网络重塑(RNA-Seq)
该数据集来自NCBI,为全转录组RNA-Seq研究,纳入12名参与者,分为健康对照、无ARDS的脓毒症和脓毒症相关ARDS三组,每组4人,采集外周血样本进行全转录组测序
![PRJNA1502839: Whole-Transcriptome Profiling Reveals RNA Expression Dynamics and ceRNA Network Remodeling across Health, Sepsis, and Sepsis-Associated Acute Respiratory Distress Syndrome [RNA-Seq]](/medical-api/medicalDataset/datasetCover/143700.jpg)
基本信息
资源简介
PRJNA1502839:健康、脓毒症与脓毒症相关ARDS的全转录组表达谱及ceRNA网络重塑(RNA-Seq)
该数据集来自NCBI,为全转录组RNA-Seq研究,纳入12名参与者,分为健康对照、无ARDS的脓毒症和脓毒症相关ARDS三组,每组4人,采集外周血样本进行全转录组测序。数据覆盖mRNA、lncRNA、circRNA和miRNA的表达谱,可用于刻画从脓毒症向脓毒症相关ARDS进展过程中的RNA表达动态与ceRNA网络重塑,支持三组间的比较分析与候选分子标志物探索(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:脓毒症相关急性呼吸窘迫综合征(ARDS)是感染相关器官功能障碍的严重表现,以免疫炎症反应失调和组织屏障破坏为特征。然而,从脓毒症进展为脓毒症相关ARDS的全转录组改变仍未被充分刻画。因此,本研究旨在系统刻画健康对照、无ARDS的脓毒症和脓毒症相关ARDS患者外周血中mRNA、长链非编码RNA(lncRNA)、环状RNA(circRNA)和微小RNA(miRNA)的表达模式。方法:共纳入12名参与者,包括4名健康对照(HC组)、4名无ARDS的脓毒症患者(SWA组)和4名脓毒症相关ARDS患者(SA组)。采集外周血样本并进行wh
【主题与分类】
主题标签:Transcriptome or Gene expression。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/bioproject/PRJNA1502839
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/bioproject/PRJNA1502839
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
背景:脓毒症相关急性呼吸窘迫综合征(ARDS)是感染相关器官功能障碍的一种严重表现,其特征为免疫炎症反应失调和组织屏障破坏。然而,从脓毒症进展为脓毒症相关ARDS所涉及的全转录组改变仍未被充分阐明。因此,本研究旨在系统刻画健康对照、无ARDS的脓毒症患者及脓毒症相关ARDS患者外周血中mRNA、长链非编码RNA(lncRNA)、环状RNA(circRNA)和微小RNA(miRNA)的表达模式。方法:共纳入12名参与者,包括4名健康对照(HC组)、4例无ARDS的脓毒症患者(SWA组)和4例脓毒症相关ARDS患者(SA组)。采集外周血样本并进行全转录组测序。采用趋势分析识别在HC–SWA–SA序列中呈单调升高或降低的转录本。随后进行基因本体论和京都基因与基因组百科全书富集分析。
还进行了靶基因预测和表达相关性分析,以构建竞争性内源RNA(ceRNA)调控网络。结果:所有测序数据集均通过质量控制,适合后续分析。共鉴定出773个趋势基因,其中350个逐渐上调,423个逐渐下调。这些基因主要富集于免疫反应、细胞黏附、细胞因子产生、细胞外基质相关过程、MAPK和PI3K–Akt信号通路、整合素信号传导、黏着斑、ECM–受体相互作用以及抗原加工与呈递。共鉴定出189个趋势lncRNA、252个趋势circRNA和6个趋势miRNA。其预测功能与RNA代谢、翻译调控相关
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。




