糖尿病视网膜病变分子机制深度转录组分析（smallRNA）

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE160308

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

糖尿病视网膜病变（DR）是全球视力丧失的主要原因之一。随着糖尿病患病率的上升，DR的发病率预计也将增加。目前对DR发生和进展所涉及的分子病因学和通路的认识仍然有限。本研究分析了80例被诊断为不同阶段DR患者的80份人类死后视网膜样本的mRNA和miRNA表达谱。我们发现差异表达的转录本主要与晚期DR以及Hippo和间隙连接信号等通路相关。多变量回归模型识别出在整个疾病阶段呈渐进性变化的转录本，这些转录本又与鞘脂和cGMP−PKG信号通路存在显著重叠。对miRNA和mRNA表达的联合分析进一步揭示了疾病相关的miRNA/mRNA关联，作为转录后调控的潜在机制。最后，整合人类视网膜单细胞RNA测序数据揭示了视网膜神经节细胞的持续丢失，以及Müller细胞介导的组氨酸和β-丙氨酸信号变化。

我们的发现为DR的发展提供了前所未有的见解，并为未来的治疗干预提供了潜在途径。

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。