人类肾脏转录数据集系统分析

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE21785

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

肾小球疾病占慢性肾功能衰竭病例的大多数。已鉴定出若干与肾小球功能密切相关的基因，其中不少基因在肾小球中呈现特异性或偏好性的mRNA表达。为了识别更多参与人类肾小球功能的候选基因，我们通过比较来自六位移植活体供者的肾小球和肾小管间质的基因表达谱，使用Affymetrix HG-U133A芯片，构建了人类肾小球特异性转录本数据集（GTD）。该分析鉴定出677个在肾小球中显著富集的基因。具有已知肾小球显著表达的先验基因被用于验证，且均存在于这一新表达文库中（例如CDKN1、DAG1、DDN、EHD3、MYH9、NES、NPHS1、NPHS2、PDPN、PLA2R1、PLCE1、PODXL、PTPRO、SYNPO、TCF21、TJP1、WT1）。通过qRT-PCR验证了REGGEL中鉴定出的若干新型肾小球富集基因的mRNA表达。基因本体论和通路分析识别出先前未报道与肾小球相关的生物学过程，其中包括轴突导向等。

通过评估轴突导向分子neuritin（NRN1）及roundabout受体ROBO1和-2的表达，这一发现得到了进一步验证。在糖尿病肾病中发现了与肾小球疾病相关的ROBO2 mRNA差异调节。总之，采用对显微切割肾单位进行比较策略，能够识别出在人类肾小球中主要表达的新转录本。对该肾小球特异性基因表达文库的系统分析，有助于发现参与肾小球生物学和肾脏疾病的目标分子及生物过程。

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。