干燥综合征公共唾液腺转录组协调质控汇编（448例）

数据集获取

源站：https://doi.org/10.5281/zenodo.23427795

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。

数据集大小约 64.0 MB。

数据说明

干燥病（Sjögren’s disease）公共批量唾液腺转录组协调汇编，基于10个NCBI GEO系列、7个平台构建（Affymetrix和Agilent微阵列从原始文件重新处理；RNA-seq来自NCBI统一生成或提交者计数）。469条样本记录按统一模式整理（诊断、腺体、患者标识符、性别、年龄、聚焦评分（如有存缴）），448条通过质量控制并构成协调的ComBat矩阵（330例干燥病、46例对照、66例非干燥病性口干症、6例其他）。该记录包含各系列基因水平矩阵、未校正和ComBat校正的共同基因矩阵、带质量标记的整理样本注释、推断性别和重复标本候选，以及验证输出。每个系列均在其自身平台内单独标准化，系列之间从未联合标准化。ComBat（协调）矩阵仅供探索和可视化使用。用于推断时，应在各系列或批次内分析（使用各系列或各批次矩阵，或将系列作为因子的未校正矩阵），并通过各系列内效应量的随机效应荟萃分析合并系列。

不要合并不同归一化处理的批次（例如，在合并样本中对基因或评分进行相关性分析），因为不同系列间归一化方法和平台的差异可能会产生或掩盖关联。

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。