高死亡率心血管疾病转录因子数据平台

数据集获取

源站：https://doi.org/10.57760/sciencedb.40558

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

心血管疾病（CVDs）仍是全球主要死因之一，转录因子（TFs）在CVDs发病机制中发挥关键调控作用。然而，相关数据分散于原始文献、高通量数据集和通用数据库中，仍缺乏一个既能整合异质数据类型又能提供基因调控网络推断在线工具的专用资源。为填补这一空白，我们开发了CVDsTFR，聚焦于三种主要CVD亚型，即冠状动脉疾病、高血压性心脏病和风湿性心脏病。CVDsTFR目前包含84条GEO元数据条目和850条经人工整理的TF相关记录。数据通过自动化流程定期更新，并辅以人工整理以确保准确性。CVDsTFR整合了两种先进的基因调控网络推断算法（GENIE3和3D-CEMA），支持多条件查询、在线网络构建、交互式可视化和灵活的数据导出。我们相信，CVDsTFR将作为CVDs机制研究的集中式资源，并促进诊断生物标志物和治疗靶点的优先排序。

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。