非传染性炎症性皮肤病基于表型与转录组数据整合的分子内型数据集

数据集获取

源站：https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE301106

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

目的：我们建立了一个数据驱动的分子框架，用于对非传染性炎症性皮肤病（ncISDs）进行分层，而不依赖于传统诊断类别。方法：我们整合了来自22种ncISDs、390例患者的727份皮肤转录组数据与临床元数据，并应用无监督学习和机器学习方法识别分子内型并开发预测分类器。结果：我们识别出13种不同的分子内型，其可分为两大组，其中7种由免疫应答程序驱动，6种由代谢和表皮结构通路驱动。银屑病和湿疹等常见疾病分布于多个内型中，凸显了显著的分子异质性。以银屑病为主的内型对IL-23、IL-17和TNF靶向治疗表现出差异化应答，强调了其临床相关性。多内型分类器达到81.4%的准确率，并在独立队列中得到验证。结论：这些发现定义了一个基于分子信息的疾病分层框架，超越了传统诊断界限，并能够在炎症性疾病中实现更精准的、基于机制的治疗决策。

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。