基于整合多组学分析鉴定人糖皮质激素反应标志物[脂肪组织]

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE148640

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

一项临床实验研究采用多组学方法，识别出反映糖皮质激素暴露的循环生物标志物。背景：内源性糖皮质激素（GC）在机制上与常见疾病相关，并作为药物在多种疾病的治疗中具有重要价值。目前尚无能够测量和量化GC作用的标志物。我们的目标是通过一项临床实验研究，识别GC作用的循环生物标志物。方法：在一项随机、交叉、单盲试验中，原发性肾上腺功能不全的受试者接受按昼夜节律模式静脉输注氢化可的松（生理性GC暴露）或等渗盐水（GC撤退），持续22小时。于上午7时（输注结束）采集样本。由于GC作用的复杂性及受试者数量较少，采用整合多组学分析。比较两种干预之间外周血单核细胞（PBMCs）和脂肪组织的转录组、血浆miRNA组学及血清代谢组学。血浆miRNA研究结果在三项独立研究中进行了重复验证。结果：在GC撤退期间，夜间尿皮质醇和可的松排泄量未检出。

相关性与超网络分析识别出源自PBMC和脂肪组织的转录组特征可预测GC暴露，以及一个可预测GC暴露的多组学聚类。从循环“组学”数据来看，血浆miR-122-5p表达降低与GC暴露增加相关。这一发现在三项独立研究中得到重现。结论：我们建立了一个用于生理性GC暴露与撤除的人体实验模型。整合的多组学数据识别出与GC反应基因相关的循环miRNA和代谢物。在独立研究中，miR-122-5p被证明与GC暴露相关。背景：内源性糖皮质激素（GC）在机制上与常见疾病相关，并作为药物在治疗许多疾病中具有重要意义。

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。