极低胎龄儿胎盘基因组与表观基因组特征数据集 [DNA甲基化]

该数据集来自NCBI,聚焦极低胎龄新生儿(ELGAN)队列,旨在评估新生儿胎盘的基因组与表观基因组特征。分析用于理解胎盘分子特征,并将其与胎盘、母亲、婴儿及日后健康指标相关联

geo
浏览 10
基因组分类Methylation profiling by arrayGPL211459606
GSE167885: Dataset for Placental Genomic and Epigenomic Signatures in Infants Borns at Extremely Low Gestational Age [DNA methylation]

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-17

资源简介

极低胎龄儿胎盘基因组与表观基因组特征数据集 [DNA甲基化]

Dataset for Placental Genomic and Epigenomic Signatures in Infants Borns at Extremely Low Gestational Age [DNA methylation]

该数据集来自NCBI,聚焦极低胎龄新生儿(ELGAN)队列,旨在评估新生儿胎盘的基因组与表观基因组特征。数据包含出生时采集的胎盘样本的全基因组mRNA、microRNA和DNA甲基化谱,文件为GSE167885_series_matrix.txt.gz,共1个文件。分析用于理解胎盘分子特征,并将其与胎盘、母亲、婴儿及日后健康指标相关联。可用于甲基化谱分析、胎盘分子机制研究及与健康结局的关联探索(来源 NCBI)。

【数据集背景】

源站首次发布:Feb 28 202。

【数据内容】

源站描述(机器翻译,仅供参考):这些分析旨在评估极低胎龄新生儿(ELGAN)队列中新生儿的胎盘基因组和表观基因组特征。从出生时采集的胎盘样本中获得了全基因组mRNA、microRNA和DNA甲基化谱。进行分析以更好地理解胎盘分子特征,并将这些特征与胎盘、母亲、婴儿以及日后健康指标相关联。

【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:Methylation profiling by array、GPL21145、9606。本站分类:妊娠、分娩和产褥期。

【获取与许可】

源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE167885

【使用注意】

· 源站最后修改于 Feb 25 202,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE167885

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

这些分析旨在评估来自极低胎龄新生儿(ELGAN)队列的新生儿胎盘基因组和表观基因组特征。从出生时收集的胎盘样本中获取了全基因组mRNA、microRNA和DNA甲基化谱。开展这些分析是为了更深入地了解胎盘分子特征,并将其与胎盘、母体、婴儿以及日后生活健康指标相关联。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。