PRJNA324717:急性阑尾炎全血转录组谱鉴定生物标志物及潜在过程
该数据集来自NCBI,包含急性阑尾炎患者与其他腹部疾病患者的全血RNA微阵列转录组数据。研究通过全基因组表达谱分析,以倍数变化大于2且p值小于0.05筛选差异表达基因,在发现集中鉴定出37个差异表达基因,并利用包含呼吸道感染患者在内的独立验证集构建偏最小二乘判别(PLSD)预测模型

基本信息
资源简介
PRJNA324717:急性阑尾炎全血转录组谱鉴定生物标志物及潜在过程
该数据集来自NCBI,包含急性阑尾炎患者与其他腹部疾病患者的全血RNA微阵列转录组数据。研究通过全基因组表达谱分析,以倍数变化大于2且p值小于0.05筛选差异表达基因,在发现集中鉴定出37个差异表达基因,并利用包含呼吸道感染患者在内的独立验证集构建偏最小二乘判别(PLSD)预测模型。数据可用于阑尾炎生物标志物筛选、腹部疾病鉴别诊断分类模型开发及潜在病理过程研究(来源 ncbi.nlm.nih.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:在没有计算机断层扫描的情况下,急性阑尾炎的诊断可能出奇地困难,而计算机断层扫描会带来显著的辐射暴露。研究对急性阑尾炎患者与其他腹部疾病患者的全血RNA应用全基因组表达谱分析,以鉴定阑尾炎的生物标志物。从一大群急诊患者中,确定了一个由手术确诊的阑尾炎或其他原因腹痛患者组成的发现集。通过微阵列对全血RNA进行表达谱分析,并按倍数变化(>2)和p值(<0.05)的组合过滤RNA水平。另一组患者(包括呼吸道感染患者)用于验证偏最小二乘判别(PLSD)预测模型。结果:转录谱分析在阑尾炎中鉴定出37个差异表达基因(DEG)
【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/PRJNA324717
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/PRJNA324717
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:在没有计算机断层扫描(CT)的情况下,急性阑尾炎的诊断可能出乎意料地困难,而CT检查会带来显著的辐射暴露。为识别阑尾炎的生物标志物,研究者对急性阑尾炎患者与其他腹部疾病患者的全血RNA进行了全基因组表达谱分析。从一个大型急诊患者队列中,确定了一个由手术确诊的阑尾炎或因其他原因腹痛的患者组成的发现集。通过微阵列对全血RNA进行表达谱分析,并按照倍数变化(>2)和p值(<0.05)联合标准对RNA水平进行筛选。另用一组患者(包括呼吸道感染患者)验证偏最小二乘判别(PLSD)预测模型。结果:转录谱分析在阑尾炎患者与腹痛患者之间鉴定出37个差异表达基因(DEG)。该DEG列表涉及3个主要本体:感染相关、炎症相关和核糖体加工。
阑尾炎患者的中性粒细胞防御素mRNA(DEFA1,3)水平较低,但碱性磷酸酶(ALPL)和白细胞介素-8受体-β(IL8RB)水平较高,这一结果在采用微滴式数字PCR(ddPCR)的60例患者较大队列中得到证实。结论:急性阑尾炎患者的中性粒细胞先天防御系统相关因子的mRNA表达水平存在可检测的变化。较低的防御素mRNA水平提示,阑尾炎患者的免疫细胞并非由病原体直接激活,而是由感染微环境中的可扩散因子致敏。所检测的生物标志物与既往证据一致,即阑尾中形成生物膜的细菌可能是阑尾炎的重要因素。总体设计:根据临床诊断将40份样本分为发现集和验证集,并按条件分析组内差异基因表达。
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。




