人肾移植活检转录谱揭示保守的排斥特征与分子通路 I
该数据集来自 omicsdi.org,属于泌尿生殖系统疾病/其他分类,主题标签为 Transcriptomics。数据围绕人肾移植活检的转录谱分析,旨在通过基因表达分析定义“分子 Banff”特征,以支持肾移植排斥的早期诊断

基本信息
资源简介
人肾移植活检转录谱揭示保守的排斥特征与分子通路 I
该数据集来自 omicsdi.org,属于泌尿生殖系统疾病/其他分类,主题标签为 Transcriptomics。数据围绕人肾移植活检的转录谱分析,旨在通过基因表达分析定义“分子 Banff”特征,以支持肾移植排斥的早期诊断。研究针对微阵列平台、临床样本与分析方法异质性带来的困难,对五个微阵列数据集进行跨数据集比较 meta 分析,样本涵盖两个已发表临床数据集与三个自有数据集,包括临床指征活检、方案活检以及非人灵长类比较样本。可用于识别不同类型和级别排斥的稳健分子特征与通路(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):在当前尽量减少和个体化免疫抑制的趋势下,肾移植排斥的特异性早期诊断正变得日益重要。基因表达分析可通过定义“分子 Banff”特征作出重要贡献。此前多项研究已应用转录组学区分不同类别的肾脏活检。然而,微阵列平台、临床样本和数据分析方法的异质性,使得识别针对不同类型和级别排斥的稳健特征变得复杂。为解决这些问题,本研究对五个不同的微阵列数据集进行了比较性 meta 分析,这些数据集来自异质性样本集合,包括两个已发表的临床数据集和三个自有数据集,涵盖临床指征活检、方案活检以及来自非人灵长类(NHP)的比较样本。这项工作识别
【主题与分类】
主题标签:Transcriptomics。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-9489
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。
使用方式
数据集获取
源站:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-9489
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
在当前尽量减少和个体化免疫抑制的趋势下,特异性早期诊断肾同种异体移植排斥反应变得越来越重要。基因表达分析通过定义“分子Banff”特征,可以做出重大贡献。此前有几项研究应用转录组学来区分不同类型的肾脏活检。然而,微阵列平台、临床样本和数据分析方法的异质性使得难以识别针对不同类型和级别排斥反应的稳健特征。为了解决这些问题,我们对来自两个已发表临床数据集和三个自有数据集的异质性样本集合的五个不同微阵列数据集进行了比较荟萃分析,这些样本包括临床指征活检、方案活检以及非人灵长类动物的比较样本。这项工作识别出了保守的基因表达特征,这些特征能够区分人类和非人灵长类动物中具有不同组织病理学发现的分组,而不论所使用的技术平台如何。这些标志物组合包含的基因明确支持已知参与同种异体移植排斥反应的生物学变化。
在不同级别的CAN样本中,观察到与免疫和肾脏功能相关的基因表现出特征性的动态表达变化。此外,人类与非人灵长类动物排斥反应之间的差异主要局限于反映间质纤维化进展的基因。该数据集包含了巴黎Hôpital Tenon(2003年2月至2004年9月)因临床指征进行的所有同种异体肾移植活检样本,以及来自巴黎Hôpital Bicêtre、波尔多Hôpital Pellegrin和利摩日Hôpital Dupuytren的少数相应患者的样本,另加来自法国巴黎Hôpital Tenon的正常肾脏对照样本(第一批)。我们使用微阵列技术来识别同种异体肾移植活检样本中不同的基因表达特征,这些特征能够根据不同类型对其进行分类。
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。




